Skip to main content

Qwen-Audio-ASR-Filetrans Node.js SDK

Use el SDK de voz Node.js para enviar URL de audio a Qwen-Audio-ASR-Filetrans, consultar tareas asíncronas y descargar transcripciones.

Instalar el SDK

Requiere Node.js 18 o posterior. Descargue el paquete SDK 0.1.0 y ejecute en su proyecto:
npm install ./dashscope-sdk-nodejs-0.1.0.tgz

Inicio rápido

Obtenga una clave API en la consola y configúrela como variable de entorno DASHSCOPE_API_KEY. Guarde el ejemplo como example.mjs y ejecute 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
  }
}

Referencia de la API

Opciones del constructor

Opciones del constructor de TranscriptionClient:
ParámetroTipoObligatorioDescripción
apiKeystringNoClave API. Usa DASHSCOPE_API_KEY de forma predeterminada.
workspaceIdstringNoID del espacio de trabajo. Usa DASHSCOPE_WORKSPACE_ID de forma predeterminada.
baseUrlstringNoEstablezca el host en dashscope-intl.aliyuncs.com (Singapur).
modelstringNoID del modelo. Predeterminado: qwen-audio-3.1-asr-flash-filetrans.
pollIntervalMsnumberNoIntervalo de sondeo. Predeterminado: 3000 ms.
pollTimeoutMsnumberNoTiempo de sondeo en ms. Predeterminado: 600000.
requestTimeoutMsnumberNoTiempo de solicitud HTTP en ms. Predeterminado: 30000; 0 desactiva el límite individual.

Parámetros de transcripción

El segundo argumento de transcribe() y submitTask() es parameters; el tercero admite context. Consulte los detalles en la API HTTP.
ParámetroTipoObligatorioDescripción
fileUrlsstring | string[]SíURL pública del audio; un archivo por tarea.
parameters.keep_dialectbooleanNoConserva expresiones dialectales. Predeterminado: false.
parameters.vocabulary_idstringNoID del vocabulario precompilado.
parameters.vocabularyRecord<string, number>NoVocabulario instantáneo: palabras como claves y pesos en [1,5] o 50 como valores.
parameters.channel_idnumber[]NoÍndices de los canales de audio. Predeterminado: [0].
parameters.special_word_filterstring | Record<string, unknown>NoConfiguración del filtro de palabras sensibles como cadena JSON u objeto.
parameters.diarization_enabledbooleanNoDiarización de hablantes para audio mono. Predeterminado: false.
parameters.speaker_countnumberNoNúmero esperado de hablantes: [2,100]. Requiere diarización.
parameters.language_hintsstring[]NoIndicaciones del idioma de reconocimiento. Se aplican como máximo los primeros 4 valores. Detección automática si se omiten.
callOpts.context / submitOpts.contextAsrContextMessage[]NoContexto de reconocimiento. Formato: { role, content: [{ type: "input_text", text }] }, con role igual a user o assistant. Hasta 5 mensajes por rol y menos de 400 caracteres en total, en orden de turnos.
callOpts.onProgress(status: string, response: QueryTaskResponse) => voidNoCallback de progreso con status y response original.

Métodos principales

MétodoValor de retornoDescripción
transcribe(fileUrls: string | string[], parameters?: TranscriptionParameters, callOpts?: TranscribeCallOptions)Promise<TranscriptionJobResult>Envía audio, consulta y descarga resultados. callOpts admite contexto y un callback de progreso.
submitTask(fileUrls: string | string[], parameters?: TranscriptionParameters, submitOpts?: TranscriptionSubmitOptions)Promise<{ taskId: string; taskStatus: string }>Envía la tarea y devuelve ID y estado inicial. Defina el contexto con submitOpts.context.
fetchTask(taskId: string, requestTimeoutMs?: number)Promise<QueryTaskResponse>Consulta una vez la tarea para obtener estado y URL de resultados.

Valores de retorno

CampoTipoDescripción
taskIdstringID de la tarea.
taskStatusstringEstado de la tarea.
resultsFileTranscriptionResult[]Resultados por archivo con subtaskStatus, text y transcription; los fallos incluyen code y message.
usageRecognitionUsage | undefinedUso devuelto por el servicio.
rawQueryTaskResponseRespuesta original de consulta de tarea.