使用阿里云语音服务转录公开可访问的音频或视频URL。当用户需要通过阿里云DashScope进行语音转文字时使用。
Aliyun Speech Translaters. 使用此技能将外部可访问的媒体 URL 转化为记录稿结果.是一项面向实际任务的技能,主要用于Current size.;Current expension.;
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。
执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。
使用该技能可将外部可访问的媒体 URL 转换为语音转写结果。
当前实现聚焦于基于 paraformer-v2 模型的 DashScope 文件转写,与现有 Java 服务模式保持一致。
ASR_DASHSCOPE_API_KEY支持降级使用:
DASHSCOPE_API_KEY可选环境变量:
ALIYUN_SPEECH_MODEL — 默认值为 paraformer-v2ALIYUN_SPEECH_LANG_HINTS — 默认值为 zh,enALIYUN_SPEECH_POLL_SECONDS — 默认值为 5ALIYUN_SPEECH_TIMEOUT_SECONDS — 默认值为 1800传入一个或多个外部可访问的 URL:
node scripts/transcribe.js --file-url "https://example.com/audio.mp3"
多个文件示例:
node scripts/transcribe.js --file-url "https://a.com/1.mp3" --file-url "https://a.com/2.mp3"
脚本返回包含以下字段的 JSON:
successproviderenginetaskIdrequestIdresultstexttext 是从最终 JSON 结果中尽力提取的纯文本内容。
典型工作流如下:
qiniu-upload 将本地文件上传至七牛云。DASHSCOPE_API_KEY,应立即失败并报错。相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.1万人学习
共49课时 | 82.6万人学习
最新文章