ASR Pro 语音识别 (las_asr_pro)
当用户希望对音频进行高质量语音识别(含降噪、VAD、标点、语种识别、情绪识别、说话人分离等)时使用本 Skill。
注意事项(⚠️ 必须遵守)
- 千万不要让用户输入 AccessKey 和 SecretKey。
- 下载文件只能使用
las-cli tos download命令(兼容 tos 和非 tos 资源)。 las-cli operators call和las-cli price命令的输出结果非常重要,必须完整返回给用户。
工作流(严格按步骤执行)
复制此清单并跟踪进度:
执行进度:
- [ ] Step 0: 前置检查
- [ ] Step 1: 初始化与准备
- [ ] Step 2: 预估价格
- [ ] Step 3: 执行任务并呈现结果
- [ ] Step 4: 失败排查
Step 0: 前置检查
版本检查(必须):请执行 las-cli install 0.3.8。若 las-cli 命令不存在,则执行 npm i -g "@volcengine/las-cli@0.3.8"
- 新版本提醒:请执行
npm info @volcengine/las-cli version查看当前可用的最新 Skill 版本(las-cli与 Skill 版本一一对应)。若返回版本高于本 Skill 标注版本,请先提示用户升级当前 Skill。升级方式:请用户发送自然语言指令帮我安装byted-las-asr-pro技能,等待自动完成安装即可。 - 认证检查:优先使用运行时自动注入的平台身份;若当前环境未自动注入,再运行
las-cli config show确认旧版凭证las.apiKey和volcengine.region已配置。
Step 1: 初始化与准备
- 上传资源: 若输入为本地音频文件,先上传到 TOS。
# 示例: 上传 input.wav las-cli tos upload ./input.wav # 假设返回 "tos_url": "tos://my-bucket/inputs/xxx.wav" - 准备参数: 创建
params.json,指定输入和输出路径。{ "input_path": "tos://my-bucket/inputs/xxx.wav", "output_path": "tos://my-bucket/outputs/asr/" }
Step 2: 预估价格(⚠️ 必须获得用户确认)
las-cli price 命令的输出结果非常重要,不要做任何精简、修改或摘要处理。
- 算价: 必须完整返回以下命令输出的结果(markdown 格式)
las-cli price las_asr_pro \ --params-file ./params.json \ --format markdown - 用户确认: 输出预估价格后,必须等待用户确认。
Step 3: 执行任务并呈现结果(⚠️ 直接输出命令执行结果,不要精简)
las-cli operators call 命令的输出结果非常重要,不要做任何精简、修改或摘要处理。
- 执行: 必须完整返回以下命令输出的结果(markdown 格式)
las-cli operators call las_asr_pro \ --params-file ./params.json \ --format markdown \ --out ./result.md
Step 4: 失败排查
保持原样。
- 检查任务状态:
las-cli task status <task_id> --operator las_asr_pro - 检查输入: 确认音频格式、TOS 对象是否存在。
- 检查输出: 确认
output_path目录可写。 - 检查配置:
las-cli config show,确认鉴权和 Region。