import com.google.gson.Gson;
import com.google.gson.annotations.SerializedName;
import okhttp3.*;
import java.io.IOException;
import java.util.concurrent.TimeUnit;
public class Main {
private static final String API_URL_SUBMIT = "https://maas.qianwenaiapi.com/api/v1/services/audio/asr/transcription";
private static final String API_URL_QUERY = "https://maas.qianwenaiapi.com/api/v1/tasks/";
private static final Gson gson = new Gson();
public static void main(String[] args) {
// 若没有配置环境变量,请用千问AI平台API Key将下行替换为:String apiKey = "sk-xxx"
String apiKey = System.getenv("DASHSCOPE_API_KEY");
OkHttpClient client = new OkHttpClient();
// 1. 提交任务
String payloadJson = """
{
"model": "qwen3-asr-flash-filetrans",
"input": {
"file_url": "{YOUR_AUDIO_URL}"
},
"parameters": {
"channel_id": [0],
"enable_itn": false,
"enable_words": true
}
}
""";
RequestBody body = RequestBody.create(payloadJson, MediaType.get("application/json; charset=utf-8"));
Request submitRequest = new Request.Builder()
.url(API_URL_SUBMIT)
.addHeader("Authorization", "Bearer " + apiKey)
.addHeader("Content-Type", "application/json")
.addHeader("X-DashScope-Async", "enable")
.post(body)
.build();
String taskId = null;
try (Response response = client.newCall(submitRequest).execute()) {
if (response.isSuccessful() && response.body() != null) {
String respBody = response.body().string();
ApiResponse apiResp = gson.fromJson(respBody, ApiResponse.class);
if (apiResp.output != null) {
taskId = apiResp.output.taskId;
System.out.println("任务已提交,task_id: " + taskId);
} else {
System.out.println("提交返回内容: " + respBody);
return;
}
} else {
System.out.println("任务提交失败! HTTP code: " + response.code());
if (response.body() != null) {
System.out.println(response.body().string());
}
return;
}
} catch (IOException e) {
e.printStackTrace();
return;
}
// 2. 轮询任务状态
boolean finished = false;
while (!finished) {
try {
TimeUnit.SECONDS.sleep(2); // 等待 2 秒再查询
} catch (InterruptedException e) {
Thread.currentThread().interrupt();
return;
}
String queryUrl = API_URL_QUERY + taskId;
Request queryRequest = new Request.Builder()
.url(queryUrl)
.addHeader("Authorization", "Bearer " + apiKey)
.addHeader("Content-Type", "application/json")
.get()
.build();
try (Response response = client.newCall(queryRequest).execute()) {
if (response.body() != null) {
String queryResponse = response.body().string();
ApiResponse apiResp = gson.fromJson(queryResponse, ApiResponse.class);
if (apiResp.output != null && apiResp.output.taskStatus != null) {
String status = apiResp.output.taskStatus;
System.out.println("当前任务状态: " + status);
if ("SUCCEEDED".equalsIgnoreCase(status)
|| "FAILED".equalsIgnoreCase(status)
|| "UNKNOWN".equalsIgnoreCase(status)) {
finished = true;
System.out.println("任务完成,最终结果: ");
System.out.println(queryResponse);
}
} else {
System.out.println("查询返回内容: " + queryResponse);
}
}
} catch (IOException e) {
e.printStackTrace();
return;
}
}
}
static class ApiResponse {
@SerializedName("request_id")
String requestId;
Output output;
}
static class Output {
@SerializedName("task_id")
String taskId;
@SerializedName("task_status")
String taskStatus;
}
}{
"request_id": "92e3decd-0c69-47a8-************",
"output": {
"task_id": "8fab76d0-0eed-4d20-************",
"task_status": "PENDING"
}
}鉴权
请求体
application/json(必选)
显示子属性
显示子属性
(必选) 待识别音频文件URL,URL必须公网可访问。 使用SDK时,若录音文件存储在阿里云OSS,不支持使用以 oss://为前缀的临时 URL。 使用RESTful API时,若录音文件存储在阿里云OSS,支持使用以 oss://为前缀的临时 URL。但需注意: 提示: - 临时 URL 有效期48小时,过期后无法使用,请勿用于生产环境。
- 文件上传凭证接口限流为 100 QPS 且不支持扩容,请勿用于生产环境、高并发及压测场景。
- 生产环境建议使用阿里云OSS 等稳定存储,确保文件长期可用并规避限流问题。
(必选) 待识别音频文件URL,URL必须公网可访问。 使用SDK时,若录音文件存储在阿里云OSS,不支持使用以 oss://为前缀的临时 URL。 使用RESTful API时,若录音文件存储在阿里云OSS,支持使用以 oss://为前缀的临时 URL。但需注意: 提示: - 临时 URL 有效期48小时,过期后无法使用,请勿用于生产环境。
- 文件上传凭证接口限流为 100 QPS 且不支持扩容,请勿用于生产环境、高并发及压测场景。
- 生产环境建议使用阿里云OSS 等稳定存储,确保文件长期可用并规避限流问题。
(必选)
待识别音频文件URL,URL必须公网可访问。
使用SDK时,若录音文件存储在阿里云OSS,不支持使用以 oss://为前缀的临时 URL。
使用RESTful API时,若录音文件存储在阿里云OSS,支持使用以 oss://为前缀的临时 URL。但需注意:
- 临时 URL 有效期48小时,过期后无法使用,请勿用于生产环境。
- 文件上传凭证接口限流为 100 QPS 且不支持扩容,请勿用于生产环境、高并发及压测场景。
- 生产环境建议使用阿里云OSS 等稳定存储,确保文件长期可用并规避限流问题。
(可选)
显示子属性
显示子属性
(可选)默认值为[0] 指定在多音轨音频文件中需要识别的音轨索引,索引从 0 开始。例如,[0] 表示识别第一个音轨,[0, 1] 表示同时识别第一和第二个音轨。如果省略此参数,则默认处理第一个音轨。 提示: 指定的每一个音轨都将独立计费。例如,为单个文件请求 [0, 1] 会产生两笔独立的费用。
(可选)默认值为[0]
指定在多音轨音频文件中需要识别的音轨索引,索引从 0 开始。例如,[0] 表示识别第一个音轨,[0, 1] 表示同时识别第一和第二个音轨。如果省略此参数,则默认处理第一个音轨。
指定的每一个音轨都将独立计费。例如,为单个文件请求 [0, 1] 会产生两笔独立的费用。
(可选)默认值为false 是否启用ITN(Inverse Text Normalization,逆文本标准化)。该功能仅适用于中文和英文音频。 开启后,语音识别结果中的中文数字(如"一百二十三")或英文数字(如"one hundred")将自动转换为阿拉伯数字(如"123")。 参数值:
- true:开启;
- false:关闭。
(可选)默认值为false
是否启用ITN(Inverse Text Normalization,逆文本标准化)。该功能仅适用于中文和英文音频。
开启后,语音识别结果中的中文数字(如"一百二十三")或英文数字(如"one hundred")将自动转换为阿拉伯数字(如"123")。
参数值:
- true:开启;
- false:关闭。
(可选)无默认值 若已知音频的语种,可通过该参数指定待识别语种,以提升识别准确率。 只能指定一个语种。 若音频语种不确定,或包含多种语种(例如中英日韩混合),请勿指定该参数。
- zh:中文(普通话、四川话、闽南语、吴语)
- yue:粤语
- en:英文
- ja:日语
- de:德语
- ko:韩语
- ru:俄语
- fr:法语
- pt:葡萄牙语
- ar:阿拉伯语
- it:意大利语
- es:西班牙语
- hi:印地语
- id:印尼语
- th:泰语
- tr:土耳其语
- uk:乌克兰语
- vi:越南语
- cs:捷克语
- da:丹麦语
- fil:菲律宾语
- fi:芬兰语
- is:冰岛语
- ms:马来语
- no:挪威语
- pl:波兰语
- sv:瑞典语
(可选)默认值为false 控制是否返回字级别时间戳:
false:返回句级时间戳true:返回字级时间戳 字级别时间戳仅支持以下语种:中文、英语、日语、韩语、德语、法语、西班牙语、意大利语、葡萄牙语、俄语,其他语种可能无法保证准确性 同时,该参数还影响断句规则:false:基于 VAD(语音活动检测)断句true:基于 VAD + 标点符号断句
(可选)默认值为false
控制是否返回字级别时间戳:
-
false:返回句级时间戳 -
true:返回字级时间戳字级别时间戳仅支持以下语种:中文、英语、日语、韩语、德语、法语、西班牙语、意大利语、葡萄牙语、俄语,其他语种可能无法保证准确性
同时,该参数还影响断句规则:
false:基于 VAD(语音活动检测)断句true:基于 VAD + 标点符号断句
响应
本次调用的唯一标识符。
调用结果信息。
显示子属性
显示子属性
任务ID。该ID在查询语音识别任务接口中作为请求参数传入。
任务状态:
- PENDING:任务排队中
- RUNNING:任务处理中
- SUCCEEDED:任务执行成功
- FAILED:任务执行失败
- UNKNOWN:任务不存在或状态未知
任务状态:
- PENDING:任务排队中
- RUNNING:任务处理中
- SUCCEEDED:任务执行成功
- FAILED:任务执行失败
- UNKNOWN:任务不存在或状态未知
任务提交时间。
任务结束时间。
语音识别结果。
显示子属性
显示子属性
识别结果文件的下载 URL,链接有效期为 24 小时。过期后无法查询任务,也无法通过先前的 URL 下载结果。 识别结果以 JSON 文件保存,可通过该链接下载文件,或直接使用 HTTP 请求读取文件内容。 详情参见异步调用识别结果说明。
识别结果文件的下载 URL,链接有效期为 24 小时。过期后无法查询任务,也无法通过先前的 URL 下载结果。 识别结果以 JSON 文件保存,可通过该链接下载文件,或直接使用 HTTP 请求读取文件内容。 详情参见异步调用识别结果说明。
识别结果文件的下载 URL,链接有效期为 24 小时。过期后无法查询任务,也无法通过先前的 URL 下载结果。 识别结果以 JSON 文件保存,可通过该链接下载文件,或直接使用 HTTP 请求读取文件内容。
详情参见异步调用识别结果说明。
错误码,仅在任务失败时返回。
错误信息,仅任务失败时返回。
任务调度时间,即开始执行时间。