Qwen-Audio-ASR-Filetrans Node.js SDK-大模型服务平台百炼(Model Studio)-阿里云帮助中心

通过语音 Node.js SDK 调用 Qwen-Audio-ASR-Filetrans，提交录音文件 URL、查询异步任务并下载转写结果。

安装 SDK

需要 Node.js 18 或以上版本。下载 SDK 0.1.0 安装包后，在项目目录运行：

npm install ./dashscope-sdk-nodejs-0.1.0.tgz

快速开始

在控制台获取 API Key，并配置为环境变量 DASHSCOPE_API_KEY。

将以下示例保存为 example.mjs，运行 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.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
  }
}

接口参考

构造参数

TranscriptionClient 的构造参数如下。

参数	类型	必填	说明
`apiKey`	`string`	否	API Key。默认读取 `DASHSCOPE_API_KEY`。
`workspaceId`	`string`	否	业务空间 ID。默认读取 `DASHSCOPE_WORKSPACE_ID`。
`baseUrl`	`string`	否	服务域名，默认 `dashscope.aliyuncs.com`（北京）。
`model`	`string`	否	模型 ID，默认 `qwen-audio-3.1-asr-flash-filetrans`。
`pollIntervalMs`	`number`	否	查询间隔，默认 `3000` ms。
`pollTimeoutMs`	`number`	否	轮询超时（ms），默认 `600000`。
`requestTimeoutMs`	`number`	否	单次 HTTP 请求超时（ms），默认 `30000`；`0` 表示不限制单次请求。

转写参数

transcribe() 和 submitTask() 的第二个参数为 parameters，第三个参数可传入 context。模型参数的完整说明见 HTTP API。

参数	类型	必填	说明
`fileUrls`	`string \| string[]`	是	公网可访问的音频 URL；每次提交一个文件。
`parameters.keep_dialect`	`boolean`	否	保留方言表达，默认 `false`。
`parameters.vocabulary_id`	`string`	否	预编译热词列表 ID。
`parameters.vocabulary`	`Record<string, number>`	否	即时热词：键为词，值为权重 `[1,5]` 或 `50`。
`parameters.channel_id`	`number[]`	否	音轨索引，默认 `[0]`。
`parameters.special_word_filter`	`string \| Record<string, unknown>`	否	敏感词过滤配置，可传 JSON 字符串或对象。
`parameters.diarization_enabled`	`boolean`	否	单声道音频的说话人分离，默认 `false`。
`parameters.speaker_count`	`number`	否	说话人数量参考值，范围 `[2,100]`，需启用说话人分离。
`parameters.language_hints`	`string[]`	否	识别语言提示，最多使用前 4 个值；未设置时自动识别。
`callOpts.context / submitOpts.context`	`AsrContextMessage[]`	否	识别上下文。消息格式为 `{ role, content: [{ type: "input_text", text }] }`，`role` 为 `user` 或 `assistant`；每种角色最多 5 条，文本共少于 400 字符，按对话轮次排列。
`callOpts.onProgress`	`(status: string, response: QueryTaskResponse) => void`	否	查询进度回调，接收 `status` 和原始响应 `response`。

主要方法

方法	返回值	说明
`transcribe(fileUrls: string \| string[], parameters?: TranscriptionParameters, callOpts?: TranscribeCallOptions)`	`Promise<TranscriptionJobResult>`	提交音频、轮询并下载结果；`callOpts` 可设置上下文和进度回调。
`submitTask(fileUrls: string \| string[], parameters?: TranscriptionParameters, submitOpts?: TranscriptionSubmitOptions)`	`Promise<{ taskId: string; taskStatus: string }>`	提交任务并返回任务 ID、初始状态；`submitOpts.context` 设置识别上下文。
`fetchTask(taskId: string, requestTimeoutMs?: number)`	`Promise<QueryTaskResponse>`	查询一次任务，返回状态和结果下载链接。

返回结果

字段	类型	说明
`taskId`	`string`	任务 ID。
`taskStatus`	`string`	任务状态。
`results`	`FileTranscriptionResult[]`	文件结果列表，包含 `subtaskStatus`、`text`、`transcription`；失败项含 `code`、`message`。
`usage`	`RecognitionUsage \| undefined`	服务端返回的用量统计。
`raw`	`QueryTaskResponse`	原始任务查询响应。