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 :
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.
Référence API
Options du constructeur
Options du constructeur de TranscriptionClient :
| Paramètre | Type | Obligatoire | Description |
|---|---|---|---|
apiKey | string | Non | Clé API. Utilise DASHSCOPE_API_KEY par défaut. |
workspaceId | string | Non | ID de l’espace de travail. Utilise DASHSCOPE_WORKSPACE_ID par défaut. |
baseUrl | string | Non | Définissez l’hôte sur dashscope-intl.aliyuncs.com (Singapour). |
model | string | Non | ID du modèle. Par défaut : qwen-audio-3.1-asr-flash-filetrans. |
pollIntervalMs | number | Non | Intervalle de polling. Par défaut : 3000 ms. |
pollTimeoutMs | number | Non | Délai de polling en ms. Par défaut : 600000. |
requestTimeoutMs | number | Non | Délai de requête HTTP en ms. Par défaut : 30000 ; 0 désactive le délai individuel. |
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 |
|---|---|---|---|
fileUrls | string | string[] | Oui | URL audio publique ; un fichier par tâche. |
parameters.keep_dialect | boolean | Non | Conserve les expressions dialectales. Par défaut : false. |
parameters.vocabulary_id | string | Non | ID du vocabulaire précompilé. |
parameters.vocabulary | Record<string, number> | Non | Vocabulaire instantané : mots en clés, poids dans [1,5] ou 50 en valeurs. |
parameters.channel_id | number[] | Non | Indices des canaux audio. Par défaut : [0]. |
parameters.special_word_filter | string | Record<string, unknown> | Non | Configuration du filtre de mots sensibles sous forme de chaîne JSON ou d’objet. |
parameters.diarization_enabled | boolean | Non | Diarisation des locuteurs pour l’audio mono. Par défaut : false. |
parameters.speaker_count | number | Non | Nombre attendu de locuteurs : [2,100]. Nécessite la diarisation. |
parameters.language_hints | string[] | Non | Indications de langue de reconnaissance. Les 4 premières valeurs au plus sont prises en compte. Détection automatique si omises. |
callOpts.context / submitOpts.context | AsrContextMessage[] | Non | Contexte de reconnaissance. Format : { role, content: [{ type: "input_text", text }] }, avec role valant user ou assistant. Au plus 5 messages par rôle et moins de 400 caractères au total, dans l’ordre des tours. |
callOpts.onProgress | (status: string, response: QueryTaskResponse) => void | Non | Callback de progression avec status et response brut. |
Méthodes principales
| Méthode | Valeur de retour | Description |
|---|---|---|
transcribe(fileUrls: string | string[], parameters?: TranscriptionParameters, callOpts?: TranscribeCallOptions) | Promise<TranscriptionJobResult> | Soumet l’audio, interroge et télécharge les résultats. callOpts accepte le contexte et un callback de progression. |
submitTask(fileUrls: string | string[], parameters?: TranscriptionParameters, submitOpts?: TranscriptionSubmitOptions) | Promise<{ taskId: string; taskStatus: string }> | Soumet la tâche et renvoie son ID et son état initial. Définissez le contexte avec submitOpts.context. |
fetchTask(taskId: string, requestTimeoutMs?: number) | Promise<QueryTaskResponse> | Interroge une fois la tâche pour son état et les URL de résultats. |
Valeurs de retour
| Champ | Type | Description |
|---|---|---|
taskId | string | ID de tâche. |
taskStatus | string | État de la tâche. |
results | FileTranscriptionResult[] | Résultats par fichier avec subtaskStatus, text et transcription ; les échecs incluent code et message. |
usage | RecognitionUsage | undefined | Utilisation renvoyée par le service. |
raw | QueryTaskResponse | Réponse brute de la requête de tâche. |