音频文件转写大模型-提交任务
更新时间:2026-11-18
音频文件转写大模型支持将长音频及大批量音频文件异步转写为文字,依托新一代语音识别大模型,提升多语种、方言、不同口音及复杂噪声环境下的识别准确率,适用于音视频字幕生产、批量录音质检、会议记录、录音内容分析等场景。
接口采用异步任务处理方式,用户提交音频文件 URL 创建转写任务后,可通过任务 ID 查询识别状态及转写结果,满足大规模音频文件处理需求。
POST
https://aip.baidubce.com/rpc/2.0/aasr/v1/llm/voice/create
调用流程
- 创建转写任务: 根据音频文件 URL、音频格式、模型名称及采样率等参数,调用创建任务接口,获取
task_id。 - 查询转写结果: 通过
task_ids数组提交一个或多个任务 ID,批量查询任务状态及识别结果。 - 获取转写文本: 当任务状态为
Success时,通过task_result.result获取识别文本;若任务失败,可根据返回的错误码及错误信息进行排查。
本文档以下内容主要介绍如何创建任务,查询结果请参考音频文件转写大模型-查询结果
权限说明
调用本能力需要使用API Key进行鉴权认证。获取及使用API Key的流程请参考:APIKey鉴权说明文档
请求参数
Headers 参数
除公共头域外,还包含以下特殊头域
Content-Type
string
application/json
可选
Authorization
string
使用API Key鉴权方式时,将API Key或短期API Key放在此处。注意需要在API Key信息前加上 Bearer 。示例: Bearer bce-v3/ALTAK-DaIdq27UJ9Y2UEDIWx1EF/1c511d0576aee39sd59fd73983749109qq8ciq37
必选
Body 参数
format
string
音频文件格式,支持 mp3、wav、pcm、m4a、amr。
必选
model
string
识别模型名称,当前支持 qianfan-asr-v1。
必选
rate
integer
音频采样率,目前仅支持 16000 Hz。
必选
smooth_text
integer
是否开启文本顺滑功能。0:关闭;1:开启。
可选
filter_sensitive
integer
是否开启敏感词过滤。0:关闭;1:开启。
可选
请求结构
POST https://aip.baidubce.com/rpc/2.0/aasr/v1/llm/voice/create
Authorization: API Key String
Content-Type: application/json
{
"speech_url": "https://platform.bj.bcebos.com/sdk%2Fasr%2Fasr_doc%2Fdoc_download_files%2F16k.pcm",
"format": "pcm",
"model": "qianfan-asr-v1",
"rate": 16000
}
示例代码
请求示例
curl --location --request POST 'https://aip.baidubce.com/rpc/2.0/aasr/v1/llm/voice/create' \
--header 'Authorization: Bearer bce-v3/ALTAK-*********/614fb**********' \
--header 'Content-Type: application/json' \
--data-raw '{
"speech_url": "https://platform.bj.bcebos.com/sdk%2Fasr%2Fasr_doc%2Fdoc_download_files%2F16k.pcm", ##音频文件的url
"format": "pcm", ##文件格式
"model": "qianfan-asr-v1", ##识别模型
"rate": 16000 ##采样率,固定填入16000
}'
返回响应
Headers 参数
除公共头域外,无其它特殊头域
返回参数
log_id
integer
请求日志 ID,用于问题排查。
必选
task_id
string
任务唯一标识,创建成功时返回。
可选
task_status
string
任务状态,创建成功时返回 Created。
可选
error_code
integer
请求失败时返回的错误码。
可选
error_msg
string
请求失败时返回的错误信息。
可选
响应示例
# 创建成功
{
"log_id": 12345678,
"task_status": "Created",
"task_id": "234acb234acb234acb234acb" #注意保存该id,用于后续请求识别结果
}
# 创建失败,缺少参数
{
"error_code": 336203,
"error_msg": "missing param: speech_url",
"log_id": 5414433131138366128
}
评价此篇文章
