Prérequis
Obtenez une clé API dans la console et définissez-la dans la variable d’environnement DASHSCOPE_API_KEY.
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
Utilisez les mêmes exemples pour les modèles ci-dessous. Remplacez l’ID de modèle à l’aide de ce tableau.
| Modèle | ID de modèle dans l’exemple |
|---|---|
| Qwen-Audio-ASR-Streaming | qwen-audio-3.1-asr-flash-streaming |
| Qwen-Audio-ASR-Message | qwen-audio-3.1-asr-flash-message |
Téléchargez l’audio d’exemple sous input.mp3 et convertissez-le en PCM mono 16 kHz, 16 bits :
ffmpeg -i input.mp3 -f s16le -ac 1 -ar 16000 input.pcm
Enregistrez l’exemple dans example.mjs, puis exécutez node example.mjs.
import { readFile } from 'node:fs/promises'
import { setTimeout as sleep } from 'node:timers/promises'
import { RecognitionClient } from 'dashscope-sdk-nodejs/asr'
const pcm = await readFile('input.pcm')
const asr = new RecognitionClient({
apiKey: process.env.DASHSCOPE_API_KEY,
workspaceId: process.env.DASHSCOPE_WORKSPACE_ID,
baseUrl: 'dashscope-intl.aliyuncs.com',
model: 'qwen-audio-3.1-asr-flash-streaming',
format: 'pcm',
sampleRate: 16000,
})
asr.on('sentenceEnd', sentence => console.log('Final sentence:', sentence.text))
asr.on('error', err => console.error(err.code, err.message))
try {
await asr.start()
for (let offset = 0; offset < pcm.length; offset += 3200) {
asr.sendAudio(pcm.subarray(offset, offset + 3200))
await sleep(100)
}
await asr.finish()
} finally {
asr.close()
}
Paramètres de requête
Qwen-Audio-ASR-Streaming
Référence commune
Options du constructeur de RecognitionClient :
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 | Format audio. Par défaut : |
|
| Non | Fréquence d’échantillonnage réelle en Hz. Par défaut : |
|
| Non | ID du vocabulaire précompilé. |
|
| Non | Indications de langue de reconnaissance. Les 4 premières valeurs au plus sont prises en compte. Détection automatique si omises. |
|
| Non | Mode multiseuil pour éviter les segments VAD trop longs. Par défaut : |
|
| Non | Seuil de silence de fin de phrase VAD en ms : |
|
| Non | Maintien de connexion silencieuse. Par défaut : |
|
| Non | Contexte de reconnaissance. Format : |
|
| Non | Paramètres supplémentaires, tels que |
|
| Non | Délai de connexion en ms. Par défaut : |
|
| Non | Délai de confirmation de début/fin en ms. Par défaut : |
|
| Non | VAD de champ proche ou lointain. Par défaut : |
|
| Non | Conserve les expressions dialectales. Par défaut : |
|
| Non | Vocabulaire instantané : mots en clés, poids dans |
|
| Non | Seuil de sensibilité VAD : |
Qwen-Audio-ASR-Message
Référence commune
Options du constructeur de RecognitionClient :
Paramètre | Type | Obligatoire | Description |
|---|---|---|---|
|
| Non | Clé API. Utilise |
|
| Non | ID de l’espace de travail. Utilise |
|
| Non | Définissez l’hôte sur |
|
| Oui | Définissez l’ID sur |
|
| Non | Format audio. Par défaut : |
|
| Non | Fréquence d’échantillonnage audio. Utilisez |
|
| Non | ID du vocabulaire précompilé. |
|
| Non | Indications de langue de reconnaissance. Les 4 premières valeurs au plus sont prises en compte. Détection automatique si omises. |
|
| Non | Supprime les disfluences et améliore le texte. Par défaut : |
|
| Non | Seuil de silence de fin de phrase VAD en ms : |
|
| Non | Maintien de connexion silencieuse. Par défaut : |
|
| Non | Contexte de reconnaissance. Format : |
|
| Non | Paramètres supplémentaires, tels que |
|
| Non | Délai de connexion en ms. Par défaut : |
|
| Non | Délai de confirmation de début/fin en ms. Par défaut : |
|
| Non | VAD de champ proche ou lointain. Par défaut : |
|
| Non | Conserve les expressions dialectales. Par défaut : |
|
| Non | Vocabulaire instantané : mots en clés, poids dans |
|
| Non | Seuil de sensibilité VAD : |
|
| Non | Renvoie les résultats intermédiaires. Par défaut : |
Référence de l’API
Qwen-Audio-ASR-Streaming
Méthodes principales
Méthode | Valeur de retour | Description |
|---|---|---|
|
| Démarre la reconnaissance ; envoyez l’audio après résolution. |
|
| Envoie les trames audio au format et à l’échantillonnage configurés. |
|
| Termine l’entrée et attend la fin. Le texte arrive via les callbacks. |
|
| Ferme la connexion et libère les ressources de la tâche. |
Événements de callback
Enregistrez les callbacks avec on(event, listener). Consultez les champs complets dans les événements serveur.
Événement | Charge utile | Description |
|---|---|---|
|
| La tâche a démarré et accepte les entrées. |
|
| Phrase intermédiaire ou finale, hors résultats de heartbeat. |
|
| Phrase finale avec |
|
| La tâche est terminée et l’état local effacé. |
|
| Erreur avec |
|
| Notification de fermeture de la connexion sous-jacente. |
|
| Message JSON brut du service. |
Qwen-Audio-ASR-Message
Méthodes principales
Méthode | Valeur de retour | Description |
|---|---|---|
|
| Démarre la reconnaissance ; envoyez l’audio après résolution. |
|
| Envoie les trames audio au format et à l’échantillonnage configurés. |
|
| Met à jour le contexte après démarrage et avant la fin de l’entrée. |
|
| Termine l’entrée et attend la fin. Le texte arrive via les callbacks. |
|
| Ferme la connexion et libère les ressources de la tâche. |
Événements de callback
Enregistrez les callbacks avec on(event, listener). Consultez les champs complets dans les événements serveur.
Événement | Charge utile | Description |
|---|---|---|
|
| La tâche a démarré et accepte les entrées. |
|
| Phrase intermédiaire ou finale, hors résultats de heartbeat. |
|
| Phrase finale avec |
|
| La tâche est terminée et l’état local effacé. |
|
| Erreur avec |
|
| Notification de fermeture de la connexion sous-jacente. |
|
| Message JSON brut du service. |