TranscribeChatVoice - 语音转文字-阿里云帮助中心

接口说明

该 API 用于语音转文字（ASR），采用文件中转上传模式（fileTransfer）：音频文件不经本 API 的请求体传输，而是先落到 OSS，再把 OSS 地址通过 FileUrl 入参交给后端；后端从该地址取回音频字节并调用 ASR 模型识别为文字。

推荐：使用 SDK 生成的 TranscribeChatVoiceAdvance 方法，传入本地音频文件流，SDK 自动完成中转上传并回填 FileUrl。
直传：自行将音频文件上传到可被服务端访问的 OSS 地址，然后直接调用本 API 并传入 FileUrl。

FileUrl：必填，音频文件的 OSS 地址。使用 Advance 方法时由 SDK 自动回填，无需手动赋值。
FileName：必填，原始文件名（含后缀，如 meeting.mp3）。中转生成的 OSS 地址不携带原始文件名，后端据此确定音频格式，因此必须显式传入。
ContentType：可选，音频 MIME 类型（如 audio/mpeg）；不传时按文件名后缀判断。
支持的音频格式：mp3 / wav / m4a / mp4 / webm / ogg / oga / opus / flac / amr，最大 25MB。

返回识别出的文字内容 text。

租户需已配置语音识别模型（model_audio_flash），未配置时返回 ERR.Robject.Chat.VoiceAudioNotConfigured。

当前API暂无授权信息透出。

POST /openapi/transcribeChatVoice HTTP/1.1

名称	类型	必填	描述	示例值
tenantId	string	否	生效租户 ID。	10000
fileUrl	string	是	公开可访问的附件地址。	http://winnexo-file-transfer.oss-cn-hangzhou.aliyuncs.com/openapi/2026-09-08/9f8c2a1b
fileName	string	是	文件全路径名称	meeting.mp3
contentType	string	否	文件内容类型，取值： image：图片 document：一般文档 alidoc：阿里文档 text：文本 video：视频 audio：音频 archive：归档 app：应用 link：快捷方式 other：其他	audio/mpeg

正常返回示例

JSON格式

{
  "code": "200",
  "message": "ok",
  "requestId": "019FF406-1B10-0065-A97D-2D1920C2A03D",
  "text": "今天天气不错"
}

访问错误中心错误中心查看更多错误码。