Utilisez le SDK vocal Node.js pour envoyer des URL audio à Qwen-Audio-ASR-Filetrans, interroger les tâches asynchrones et télécharger les transcriptions.
Installer le SDK
Nécessite Node.js 18 ou ultérieur. Téléchargez le SDK 0.1.0, puis exécutez dans votre projet :
npm install ./dashscope-sdk-nodejs-0.1.0.tgz
Démarrage rapide
Obtenez une clé API dans la console et définissez-la dans la variable d’environnement DASHSCOPE_API_KEY.
Enregistrez l’exemple dans example.mjs, puis exécutez node example.mjs.
import { TranscriptionClient } from 'dashscope-sdk-nodejs/asr'
const client = new TranscriptionClient({
apiKey: process.env.DASHSCOPE_API_KEY,
workspaceId: process.env.DASHSCOPE_WORKSPACE_ID,
baseUrl: 'dashscope-intl.aliyuncs.com',
model: 'qwen-audio-3.1-asr-flash-filetrans',
})
const job = await client.transcribe(
'https://dashscope.oss-cn-beijing.aliyuncs.com/audios/welcome.mp3',
)
for (const result of job.results) {
if (result.subtaskStatus === 'SUCCEEDED') {
console.log('Transcript:', result.text)
} else {
console.error(result.code, result.message)
process.exitCode = 1
}
}
Référence API
Options du constructeur
Options du constructeur de TranscriptionClient :
Paramètre | Type | Obligatoire | Description |
|---|---|---|---|
|
| Non | Clé API. Utilise |
|
| Non | ID de l’espace de travail. Utilise |
|
| Non | Définissez l’hôte sur |
|
| Non | ID du modèle. Par défaut : |
|
| Non | Intervalle de polling. Par défaut : |
|
| Non | Délai de polling en ms. Par défaut : |
|
| Non | Délai de requête HTTP en ms. Par défaut : |
Paramètres de transcription
Le deuxième argument de transcribe() et submitTask() est parameters ; le troisième accepte context. Consultez l’API HTTP pour les détails.
Paramètre | Type | Obligatoire | Description |
|---|---|---|---|
|
| Oui | URL audio publique ; un fichier par tâche. |
|
| Non | Conserve les expressions dialectales. Par défaut : |
|
| Non | ID du vocabulaire précompilé. |
|
| Non | Vocabulaire instantané : mots en clés, poids dans |
|
| Non | Indices des canaux audio. Par défaut : |
|
| Non | Configuration du filtre de mots sensibles sous forme de chaîne JSON ou d’objet. |
|
| Non | Diarisation des locuteurs pour l’audio mono. Par défaut : |
|
| Non | Nombre attendu de locuteurs : |
|
| Non | Indications de langue de reconnaissance. Les 4 premières valeurs au plus sont prises en compte. Détection automatique si omises. |
|
| Non | Contexte de reconnaissance. Format : |
|
| Non | Callback de progression avec |
Méthodes principales
Méthode | Valeur de retour | Description |
|---|---|---|
|
| Soumet l’audio, interroge et télécharge les résultats. |
|
| Soumet la tâche et renvoie son ID et son état initial. Définissez le contexte avec |
|
| Interroge une fois la tâche pour son état et les URL de résultats. |
Valeurs de retour
Champ | Type | Description |
|---|---|---|
|
| ID de tâche. |
|
| État de la tâche. |
|
| Résultats par fichier avec |
|
| Utilisation renvoyée par le service. |
|
| Réponse brute de la requête de tâche. |