Gunakan SDK Node.js suara untuk mengirim URL audio ke Qwen-Audio-ASR-Filetrans, memeriksa tugas asinkron, dan mengunduh transkrip.
Instal SDK
Memerlukan Node.js 18 atau lebih baru. Unduh paket SDK 0.1.0, lalu jalankan perintah ini di proyek:
Mulai cepat
Dapatkan API key di konsol dan atur sebagai variabel lingkungan DASHSCOPE_API_KEY.
Simpan contoh berikut sebagai example.mjs dan jalankan node example.mjs.
Referensi API
Opsi konstruktor
Opsi konstruktor TranscriptionClient:
| Parameter | Tipe | Wajib | Deskripsi |
|---|---|---|---|
apiKey | string | Tidak | API key. Default membaca DASHSCOPE_API_KEY. |
workspaceId | string | Tidak | ID ruang kerja. Default membaca DASHSCOPE_WORKSPACE_ID. |
baseUrl | string | Tidak | Atur nama host layanan ke dashscope-intl.aliyuncs.com (Singapura). |
model | string | Tidak | ID model. Default: qwen-audio-3.1-asr-flash-filetrans. |
pollIntervalMs | number | Tidak | Interval polling. Default: 3000 ms. |
pollTimeoutMs | number | Tidak | Batas waktu polling dalam ms. Default: 600000. |
requestTimeoutMs | number | Tidak | Batas waktu permintaan HTTP dalam ms. Default: 30000; 0 menonaktifkan batas per permintaan. |
Parameter transkripsi
Argumen kedua transcribe() dan submitTask() adalah parameters; argumen ketiga menerima context. Lihat HTTP API untuk detail parameter model.
| Parameter | Tipe | Wajib | Deskripsi |
|---|---|---|---|
fileUrls | string | string[] | Ya | URL audio publik; satu file per tugas. |
parameters.keep_dialect | boolean | Tidak | Pertahankan ekspresi dialek. Default: false. |
parameters.vocabulary_id | string | Tidak | ID kosakata yang telah dikompilasi. |
parameters.vocabulary | Record<string, number> | Tidak | Kosakata instan: kata sebagai kunci, bobot [1,5] atau 50 sebagai nilai. |
parameters.channel_id | number[] | Tidak | Indeks kanal audio. Default: [0]. |
parameters.special_word_filter | string | Record<string, unknown> | Tidak | Konfigurasi filter kata sensitif berupa string JSON atau objek. |
parameters.diarization_enabled | boolean | Tidak | Diarisasi pembicara untuk audio mono. Default: false. |
parameters.speaker_count | number | Tidak | Perkiraan jumlah pembicara: [2,100]. Memerlukan diarisasi pembicara. |
parameters.language_hints | string[] | Tidak | Petunjuk bahasa pengenalan. Maksimal 4 nilai pertama berlaku. Bahasa dideteksi otomatis jika diabaikan. |
callOpts.context / submitOpts.context | AsrContextMessage[] | Tidak | Konteks pengenalan. Format: { role, content: [{ type: "input_text", text }] }, dengan role berupa user atau assistant. Maksimal 5 pesan per peran, total kurang dari 400 karakter, berurutan sesuai giliran percakapan. |
callOpts.onProgress | (status: string, response: QueryTaskResponse) => void | Tidak | Callback progres polling dengan status dan response asli. |
Metode utama
| Metode | Nilai kembalian | Deskripsi |
|---|---|---|
transcribe(fileUrls: string | string[], parameters?: TranscriptionParameters, callOpts?: TranscribeCallOptions) | Promise<TranscriptionJobResult> | Kirim audio, polling, lalu unduh hasil. callOpts menerima konteks dan callback progres. |
submitTask(fileUrls: string | string[], parameters?: TranscriptionParameters, submitOpts?: TranscriptionSubmitOptions) | Promise<{ taskId: string; taskStatus: string }> | Kirim tugas dan kembalikan ID serta status awal. Atur konteks dengan submitOpts.context. |
fetchTask(taskId: string, requestTimeoutMs?: number) | Promise<QueryTaskResponse> | Kueri tugas sekali untuk status dan URL hasil. |
Nilai kembalian
| Kolom | Tipe | Deskripsi |
|---|---|---|
taskId | string | ID tugas. |
taskStatus | string | Status tugas. |
results | FileTranscriptionResult[] | Hasil per file berisi subtaskStatus, text, transcription; item gagal memuat code dan message. |
usage | RecognitionUsage | undefined | Penggunaan yang dikembalikan layanan. |
raw | QueryTaskResponse | Respons kueri tugas asli. |