转写音频¶
选择当前凭据可用的语音识别模型,上传一段短音频并读取完整转写文本。批量文件处理与知识库入库使用音频工作流。
前提条件¶
按调用前准备准备具有 Genesis 模型权限的凭据和服务地址。先通过查询与选择模型确认当前凭据可用的语音识别模型 ID,并准备一份本地音频文件。
调用顺序¶
API 操作¶
要完成的事 |
API 操作 |
何时使用或确认什么 |
|---|---|---|
上传短音频并同步获取转写文本 |
对单份短音频执行同步语音转写时使用。 |
结果确认¶
检查响应中的 text 字段是否为预期转写内容,并记录返回的 model、可用的 request_id 与 usage 用量。上游成功但未返回有效文本时,接口会返回错误。
限制和注意事项¶
音频经过 Base64 编码后不得超过 10 MiB(原始文件约不超过 7.5 MiB),且需满足部署请求体上限。Qwen3-ASR Flash 同步路径适用于约 5 分钟以内的音频,不返回时间戳或说话人分离。批量解析见使用工作流批量转录音频。
最后更新于