LAS 语音转文字（Doubao-录音文件识别）增强版算子基于 Doubao 录音文件识别模型，将音频或视频文件中的语音异步转写为文本。算子支持多种音视频格式、音频降噪、大文件处理和 99 种语言识别，适用于内容审核质检、音视频字幕、语音搜索、课堂分析及会议访谈转写等场景。

算子 ID : las_asr_pro

应用场景 #

• 内容审核质检：将录音识别为文字，通过质检规则对文本进行分析，及时发现违规内容并干预处理；或对内容进行监控分析，发掘潜在商机。
• 音视频字幕：支持自动将音/视频中的语音、歌词识别转换为文本，一键生成与音视频对应的字幕内容。适用于视频剪辑、视频观看、视频会议等多个场景。
• 课堂内容分析：将课堂录音文件进行识别，通过文字还原课堂场景，分析教学内容，提升教学质量。
• 会议访谈转写：将会议、访谈音频异步识别为文字，自动切分有语音部分识别，降本增效；同时自动分段，有效提升会议内容记录效率。

核心能力 #

• 多格式音频/视频输入识别：
  • 支持单个音频或视频文件输入，视频会自动提取音轨
• 音频前处理增强，提升模型效果：
  • 内置音频降噪模块，可有效降低背景噪声对识别的影响，提升录音文件转写的准确率。
• 多语种支持：
  • 可自动识别语种或按用户指定语言进行识别。
  • 扩充识别语种至 99 种，满足多语种、多区域的音频数据处理需求。
• 字幕与结构化转写：
  • 通过 show_utterances 返回分句、分词及毫秒级时间信息，可用于生成字幕时间轴；说话人、声道、语速、音量、情感和性别等附加信息由对应开关控制。

支持的地域 #

• 北京：cn-beijing
• 上海：cn-shanghai
• 广州：cn-guangzhou

支持的语种 #

• 当前系统仅对以下目标语种开放完整能力支持：英语（en）、日语（ja）、印尼语（id）、西班牙语（es）、葡萄牙语（pt）、德语（de）、法语（fr）、韩语（ko）、菲律宾语（fil）、马来语（ms）、泰语（th）、阿拉伯语（ar）。
• 若目标语种不在上述列表中，支持扩展支持的其他语种，对于扩展的语种，则仅支持基础转录功能，暂不支持自动标点、语义顺滑、说话人识别、数字规整ITN、热词纠错、多模态视觉识别等功能。

算子性能 #

输入要求 #

输出要求 #

• 计费标准

  细分项	计费标准说明
  计费项	基于输入音频的时长统计用量进行计费。
  计费类型	按量计费，单位：元/小时，按实际的计费用量每小时出账。计费精度：毫秒级精度，去尾
  单价	与选择使用的模型有关。

• 计费详情
  计费公式：总费用 = 单价 * 用量

  细分场景	单价
  语音转文字(Doubao-录音文件识别)增强版 （seedasr） 即，请求参数中 resource 设置为 seedasr	1.6 元/小时
  语音转文字(Doubao-录音文件识别)增强版 （bigasr） 请求参数中 resource 设置为 bigasr	4.6 元/小时

LAS 为您提供了“在线体验”的能力，并为您提供了一定的免费体验额度，您无需任何配置，即可在在线体验 LAS 算子的数据处理效果。

API 调用说明 #

• 本算子的 API 为异步任务接口，您需要通过 Submit 接口提交任务获得任务的 task_id，再通过 Poll 接口获取对应任务（task_id）运行状态，并获取算子处理结果。
• 注意，任务提交后，任务的 task_id 有效期为 3 天，超过 3 天后即无法通过此 task_id 来获取算子处理结果。

Submit（提交任务） #

接口说明 #

提交音频链接，并获取服务端分配的任务 ID。

请求参数 #

返回参数 #

示例 #

请求示例

curl --location "https://operator.las.cn-beijing.volces.com/api/v1/submit" \
--header "Content-Type: application/json" \
--header "Authorization: Bearer $LAS_API_KEY" \
--data '
{
    "operator_id": "las_asr_pro",
    "operator_version": "v2",
    "data": {
        "resource": "bigasr",
        "audio": {
            "url": "https://las-ai-cn-beijing-online.tos-cn-beijing.volces.com/operator_cards_serving/public/online/las_asr/badaling.wav",
            "format": "wav"
        },
        "request": {
            "model_name": "bigmodel"
        }
    }
}'

返回示例

{
    "metadata": {
        "task_id": "xxxxx123ef24ea40546c",
        "task_status": "PENDING",
        "business_code": "0",
        "error_msg": "",
        "request_id": "494022a8a0fc3eadb758cf8b0e8b20ef"
    }
}

Poll（查询结果） #

接口说明 #

通过任务 ID 查询录音转写结果。

请求参数 #

返回参数 #

示例 #

请求示例

curl --location "https://operator.las.cn-beijing.volces.com/api/v1/poll" \
--header "Content-Type: application/json" \
--header "Authorization: Bearer $LAS_API_KEY" \
--data '
{
    "operator_id": "las_asr_pro",
    "operator_version": "v1",
    "task_id": "<YOUR_TASK_ID>"
}'

返回示例

{
    "metadata": {
        "task_id": "xxxxx123ef24ea40546c",
        "task_status": "COMPLETED",
        "submit_time": "2026-07-21T16:04:06+08:00",
        "end_time": "2026-07-21T16:04:06+08:00",
        "business_code": "0",
        "error_msg": "",
        "request_id": "d204c21f5c7c8f8cfeb85d211b9c20ac"
    },
    "data": {
        "audio_info": {
            "duration": 3575
        },
        "result": {
            "additions": {
                "duration": "3575",
                "language": "zh-CN"
            },
            "text": "参观达*长城。",
            "utterances": [
                {
                    "additions": {
                        "channel_id": "1"
                    },
                    "end_time": 2320,
                    "start_time": 640,
                    "text": "参观达*长城。",
                    "words": [
                        {
                            "confidence": 0,
                            "end_time": 920,
                            "start_time": 640,
                            "text": "参"
                        },
                        {
                            "confidence": 0,
                            "end_time": 1120,
                            "start_time": 920,
                            "text": "观"
                        },
                        {
                            "confidence": 0,
                            "end_time": 1480,
                            "start_time": 1440,
                            "text": "达"
                        },
                        {
                            "confidence": 0,
                            "end_time": 1720,
                            "start_time": 1680,
                            "text": "*"
                        },
                        {
                            "confidence": 0,
                            "end_time": 2080,
                            "start_time": 1880,
                            "text": "长"
                        },
                        {
                            "confidence": 0,
                            "end_time": 2320,
                            "start_time": 2080,
                            "text": "城"
                        }
                    ]
                }
            ]
        }
    }
}