Fun-ASR历史记录功能太实用，每条识别都能查
你有没有过这样的经历：
上周用语音识别转写了一段重要会议录音，结果今天想再看一眼，却怎么也找不到那条结果？
或者在批量处理几十个客服音频后，突然发现其中某条识别效果异常，可重新上传又耗时费力？
又或者，客户反馈“你们系统把‘科哥’识别成了‘哥哥’”，你想立刻复现当时的参数配置，却只记得大概时间，无从下手？
这些问题，在 Fun-ASR 里，一条历史记录就能解决。
Fun-ASR 是钉钉与通义实验室联合推出的轻量级语音识别大模型系统，由开发者“科哥”深度集成并优化。它不追求堆砌参数或炫技式性能指标，而是聚焦真实工作流中的“卡点”——而识别历史功能，正是这个系统里最安静、最可靠、也最常被低估的“生产力锚点”。
这不是一个临时缓存面板，也不是简单的日志滚动条。它是一套开箱即用、本地运行、结构完整、支持精准回溯的识别数据管理系统。今天我们就来拆解它：为什么它值得你每天打开 WebUI 后第一眼就点进去？它到底记了什么？怎么查最快？又能帮你省下多少重复劳动？
1. 它不是日志，是你的语音识别“数字档案馆”
很多语音工具的“历史”只是前端页面上的一组临时变量，刷新页面就消失；有些则把原始文本草草写进一个 txt 文件，没有时间、没有参数、没有上下文。Fun-ASR 的识别历史完全不同——它从设计之初就按“可运营数据资产”的标准构建。
当你完成一次识别（无论是单文件、实时录音还是批量任务），系统会自动将以下7类关键信息持久化写入本地 SQLite 数据库webui/data/history.db：
- 唯一ID：自增整数，用于精确索引和删除
- 时间戳：精确到秒，格式为
2025-04-12 14:36:22，支持按时间排序与筛选 - 文件名：原始上传文件名（如
周例会_20250412.mp3） - 文件路径：绝对路径（如
/home/user/audio/周例会_20250412.mp3），点击即可定位源文件 - 目标语言：明确记录本次识别所选语言（中文/英文/日文等）
- 热词列表：以逗号分隔的字符串（如
科哥,钉钉,通义,Fun-ASR），确保你能复现当时的专业术语增强逻辑 - 两版文本：同时保存
raw_text（原始识别结果）和normalized_text（启用 ITN 后的规整文本），比如- 原始：“二零二五年四月十二号下午两点三十六分”
- 规整：“2025年4月12日下午2点36分”
这7个字段共同构成了一次识别任务的完整“数字快照”。它不依赖网络、不调用远程服务、不产生额外部署成本——所有数据稳稳落在你自己的机器上，读写毫秒级响应。
更重要的是，这套设计完全规避了企业最敏感的两个问题：
数据不出域：全程本地存储，无任何外传行为，符合内部系统合规要求；
零依赖部署：SQLite 是嵌入式数据库，无需安装 MySQL 或 PostgreSQL，启动即用。
2. 查找比想象中快得多：3种方式，总有一种适合你
很多人以为“查历史”就是翻页、拖动、肉眼扫描。Fun-ASR 把搜索体验做到了真正顺手——它不强迫你记住 ID，也不要求你翻遍上百条记录。
2.1 关键词全文模糊搜索（最常用）
在识别历史页面顶部的搜索框中，输入任意关键词，系统会同时在三个字段中匹配：
- 文件名（如输入
例会→ 匹配周例会_20250412.mp3） - 原始识别文本（如输入
退款→ 匹配含“客户要求退款”的所有记录） - 规整后文本（如输入
2025→ 匹配所有含年份规整结果的记录）
搜索响应几乎是实时的，输入完成瞬间刷新表格。哪怕你只记得对话里出现过“开放时间”四个字，也能一秒定位。
2.2 按ID精准查看（调试必备）
当你在批量处理中发现第 27 条结果异常，或同事告诉你“我刚跑了 ID 是 89 的那条”，你可以直接在详情入口输入89，立刻跳转到该记录的完整视图，包含：
- 完整原始文本与规整文本（左右对比排版，差异一目了然）
- 所有配置参数（语言、ITN 开关、热词列表）
- 文件路径（带可点击链接，一键打开所在文件夹）
- 识别完成时间（精确到秒）
这种“所见即所得”的调试体验，让问题复现效率提升 3 倍以上。
2.3 时间范围快速筛选（管理高频场景）
虽然界面未显式提供日期选择器，但你可以利用搜索框实现高效时间过滤：
- 输入
2025-04-12→ 查看当天全部记录 - 输入
2025-04→ 查看当月所有记录（因时间戳前缀匹配） - 输入
14:3→ 查看下午 2:30–2:39 之间的识别（适用于集中录音时段）
这种方式不需要新增 UI 组件，却覆盖了 90% 的时间维度查询需求，体现了极简而务实的设计哲学。
3. 不止于“查”，更在于“用”：4个真实提效场景
历史功能的价值，不在它“有”，而在你“怎么用”。以下是我们在实际测试和用户反馈中总结出的 4 个高频、高价值使用场景：
3.1 快速验证热词效果，告别盲调
你添加了一组新热词：“科哥”、“Fun-ASR”、“钉钉集成”，想确认是否生效。
正确做法：上传同一段含“科哥”的测试音频 → 查看历史记录 → 对比“原始文本”中是否仍出现“哥哥” → 若仍有错误，说明热词未加载或格式有误（检查是否换行、有无空格）。
❌ 低效做法：反复上传、反复识别、反复截图比对。
实测提示：热词列表必须每行一个，且不能有首尾空格。历史记录中
hotwords字段若显示为空或格式异常（如"科哥, Fun-ASR"中间有空格），基本可锁定配置问题。
3.2 批量处理中途断电？续跑不用重来
批量处理 50 个文件时，电脑意外重启。传统工具只能从头再来。
Fun-ASR 则不同：它会在每完成一个文件识别后，立即写入一条历史记录。
你只需打开历史页面，搜索2025-04-12，找到最后一条成功记录的 ID（比如是 142），再手动上传剩余文件（ID > 142 的那些），或直接从断点处继续上传——因为每个文件都有独立记录，互不影响。
3.3 客服质检：一句话定位高风险会话
客服主管需要抽查“投诉”相关通话。
操作流程：在搜索框输入投诉→ 页面立即列出所有含该词的识别结果 → 点击任一条，查看完整文本 + 文件路径 → 双击路径打开音频，边听边核对 → 导出 CSV 后导入 Excel，统计“投诉”“不满意”“退款”等关键词出现频次。
整个过程不到 1 分钟，无需导出日志、无需写脚本、无需切换工具。
3.4 团队协作：共享配置，避免“我以为你开了ITN”
同事A说：“我用 Fun-ASR 转写的会议纪要很规范。”
同事B试了却得到一堆“一千二百三十四”“二零二五年”。
解决方案：让A提供对应记录的 ID，B直接查看详情页 → 发现A启用了 ITN，而B没开 → 问题当场闭环。
历史记录在这里成了团队间最直观、最可信的“配置说明书”。
4. 安全可控：删得放心，清得明白
有人担心：记录多了会不会占满硬盘？能不能彻底删除敏感内容？
Fun-ASR 在设计上已预判这些顾虑，并提供了清晰、安全、无歧义的操作路径。
4.1 单条删除：精准清除，不留痕迹
在历史列表中，每条记录右侧都有一个“删除”按钮。点击后弹出确认框：
“确定要删除 ID 为 89 的识别记录吗？此操作不可恢复。”
确认后，SQLite 中对应行被物理删除，磁盘空间即时释放。不会残留缓存、不会生成影子文件。
4.2 清空所有：一键归零，二次确认
页面底部的“清空所有记录”按钮，采用双重防护机制：
- 首次点击 → 弹出警告：“ 此操作将永久删除全部识别记录，包括文件路径、文本、参数等所有数据。”
- 再次点击确认按钮 → 才执行
DELETE FROM recognition_history
这种设计杜绝了误触风险，尤其适合在交付新设备、移交系统权限或进行合规审计前使用。
4.3 数据自主权：备份与迁移全由你掌控
数据库文件history.db是一个标准 SQLite 文件，可用任意 SQLite 工具打开（如 DB Browser for SQLite），也可用 Python 脚本直接读取：
import sqlite3 conn = sqlite3.connect("webui/data/history.db") cursor = conn.cursor() cursor.execute("SELECT id, filename, raw_text FROM recognition_history WHERE timestamp LIKE '2025-04%' LIMIT 5") for row in cursor.fetchall(): print(f"ID {row[0]} | {row[1]} | {row[2][:50]}...") conn.close()这意味着：
- 你可以每周自动备份该文件到 NAS 或私有云；
- 可以用脚本导出指定时间段的记录生成日报；
- 甚至能将多台机器的历史数据合并分析，构建部门级语音知识库。
5. 进阶建议：让历史功能发挥更大价值
如果你已经熟悉基础操作，下面 3 条实践建议，能帮你把历史功能从“好用”升级为“离不开”：
5.1 建立“热词迭代日志”
每次发现识别错误（如把“Qwen”识别成“圈问”），不要只改一次。
做法：搜索该错误词 → 找到对应记录 → 复制其热词列表 → 在末尾追加Qwen→ 保存为hotwords_v2.txt→ 下次识别时直接加载。
长期坚持，你的热词库会越来越贴合业务语境。
5.2 设置定期清理策略
默认保留最近 100 条，但长期运行可能达数千条。
推荐：每月初用以下命令清理 90 天前的记录（需提前备份）：
# 进入项目目录后执行 sqlite3 webui/data/history.db "DELETE FROM recognition_history WHERE timestamp < '2025-01-12 00:00:00';"既保障近期数据可查，又避免数据库膨胀影响性能。
5.3 与外部工具联动（低代码）
将history.db作为数据源接入 BI 工具（如 Metabase、Superset）或 Excel Power Query：
- 统计各语言识别占比
- 分析 ITN 启用率与文本规整度关系
- 绘制“每日识别量趋势图”辅助资源规划
无需 API、无需后端开发，纯前端数据源直连。
6. 总结：它小，但不可或缺
Fun-ASR 的识别历史功能，没有炫目的界面动画，没有复杂的权限体系，甚至文档里只用一页就讲完。但它解决的，是语音识别落地中最本质的问题：如何让每一次识别都不被浪费。
它让“识别”这件事，从一次性的技术动作，变成了可持续积累的数据资产；
它让“纠错”这件事，从靠记忆和截图的模糊排查，变成了靠 ID 和关键词的精准定位；
它让“协作”这件事，从口头描述“我上次用的设置”，变成了直接分享“你看这条 ID 89 的配置”。
在这个意义上，它不只是一个功能模块，更是 Fun-ASR 区别于其他 ASR 工具的核心气质——务实、可靠、以人为本。
下次你打开 Fun-ASR，不妨先花 10 秒点开“识别历史”。你会发现，那个安静躺在左下角的标签页，其实正默默守护着你所有语音工作的来龙去脉。
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。
