Skip to main content

Qwen-Audio-ASR-Filetrans Node.js SDK

Use o SDK Node.js de voz para enviar URLs de áudio ao Qwen-Audio-ASR-Filetrans, consultar tarefas assíncronas e baixar transcrições.

Instalar o SDK

Requer Node.js 18 ou posterior. Baixe o pacote SDK 0.1.0 e execute no projeto:
npm install ./dashscope-sdk-nodejs-0.1.0.tgz

Início rápido

Obtenha uma chave de API no console e defina-a na variável de ambiente DASHSCOPE_API_KEY. Salve o exemplo como example.mjs e execute 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
  }
}

Referência da API

Opções do construtor

Opções do construtor de TranscriptionClient:
ParâmetroTipoObrigatórioDescrição
apiKeystringNãoChave de API. Usa DASHSCOPE_API_KEY por padrão.
workspaceIdstringNãoID do espaço de trabalho. Usa DASHSCOPE_WORKSPACE_ID por padrão.
baseUrlstringNãoDefina o hostname como dashscope-intl.aliyuncs.com (Singapura).
modelstringNãoID do modelo. Padrão: qwen-audio-3.1-asr-flash-filetrans.
pollIntervalMsnumberNãoIntervalo de polling. Padrão: 3000 ms.
pollTimeoutMsnumberNãoTempo limite de polling em ms. Padrão: 600000.
requestTimeoutMsnumberNãoTempo limite de requisição HTTP em ms. Padrão: 30000; 0 desativa o limite individual.

Parâmetros de transcrição

O segundo argumento de transcribe() e submitTask() é parameters; o terceiro aceita context. Consulte os detalhes na API HTTP.
ParâmetroTipoObrigatórioDescrição
fileUrlsstring | string[]SimURL pública do áudio; um arquivo por tarefa.
parameters.keep_dialectbooleanNãoPreserva expressões de dialeto. Padrão: false.
parameters.vocabulary_idstringNãoID do vocabulário pré-compilado.
parameters.vocabularyRecord<string, number>NãoVocabulário instantâneo: palavras como chaves e pesos em [1,5] ou 50 como valores.
parameters.channel_idnumber[]NãoÍndices dos canais de áudio. Padrão: [0].
parameters.special_word_filterstring | Record<string, unknown>NãoConfiguração de filtro de palavras sensíveis como string JSON ou objeto.
parameters.diarization_enabledbooleanNãoDiarização de locutores em áudio mono. Padrão: false.
parameters.speaker_countnumberNãoNúmero esperado de locutores: [2,100]. Requer diarização.
parameters.language_hintsstring[]NãoDicas de idioma do reconhecimento. Até os primeiros 4 valores têm efeito. Detecção automática se omitidas.
callOpts.context / submitOpts.contextAsrContextMessage[]NãoContexto de reconhecimento. Formato: { role, content: [{ type: "input_text", text }] }, com role como user ou assistant. Até 5 mensagens por papel, menos de 400 caracteres no total, na ordem dos turnos.
callOpts.onProgress(status: string, response: QueryTaskResponse) => voidNãoCallback de progresso com status e response original.

Métodos principais

MétodoRetornoDescrição
transcribe(fileUrls: string | string[], parameters?: TranscriptionParameters, callOpts?: TranscribeCallOptions)Promise<TranscriptionJobResult>Envia áudio, consulta e baixa resultados. callOpts aceita contexto e callback de progresso.
submitTask(fileUrls: string | string[], parameters?: TranscriptionParameters, submitOpts?: TranscriptionSubmitOptions)Promise<{ taskId: string; taskStatus: string }>Envia a tarefa e retorna ID e estado inicial. Defina o contexto em submitOpts.context.
fetchTask(taskId: string, requestTimeoutMs?: number)Promise<QueryTaskResponse>Consulta uma tarefa uma vez para obter estado e URLs.

Valores retornados

CampoTipoDescrição
taskIdstringID da tarefa.
taskStatusstringEstado da tarefa.
resultsFileTranscriptionResult[]Resultados por arquivo com subtaskStatus, text e transcription; falhas incluem code e message.
usageRecognitionUsage | undefinedUso retornado pelo serviço.
rawQueryTaskResponseResposta original da consulta.