las
基于豆包大模型 ASR（LAS-ASR-PRO）的高精度语音转写：支持视频自动抽取音轨、降噪预处理、超大文件与超长时长、 TOS 内网路径（tos://）输入；输出带时间戳的分句 JSON，可选说话人分离、情感/性别/语速、敏感词过滤等扩展分析。 异步 submit/poll。适用于台词精转、会议纪要、多语言音视频（支持多格式与自动语种检测）。需 LAS 侧鉴权与算子配置。
معلومات المصدر
- المستودع
- bolecodex/volcano-videocut-openclaw
- آخر نشاط في المصدر
- ٢٨ مارس ٢٠٢٦ في ٠٢:١٠
- لغة SKILL.md المكتشفة
- الصينية
- النجوم
- ٥
- التفرعات
- ٣
خيارات التثبيت
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
مراجعة ملفات المصدر
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
مستكشف الملفات
4 ملفاتعرض SKILL.md
SKILL.md
تعليمات المصدر · معاينة للقراءة فقط- name
- LAS 大模型语音识别
- description
- 基于豆包大模型 ASR（LAS-ASR-PRO）的高精度语音转写：支持视频自动抽取音轨、降噪预处理、超大文件与超长时长、 TOS 内网路径（tos://）输入；输出带时间戳的分句 JSON，可选说话人分离、情感/性别/语速、敏感词过滤等扩展分析。 异步 submit/poll。适用于台词精转、会议纪要、多语言音视频（支持多格式与自动语种检测）。需 LAS 侧鉴权与算子配置。
- trigger
- LAS ASR、大模型转写、高精度语音识别、说话人分离、台词提取
# LAS-ASR-PRO（las_asr_pro）
本 Skill 用于把「LAS-ASR-PRO 接口文档」里的 `submit/poll` 异步调用流程，封装成可重复使用的脚本化工作流：
- `POST https://operator.las.cn-beijing.volces.com/api/v1/submit` 提交转写任务
- `POST https://operator.las.cn-beijing.volces.com/api/v1/poll` 轮询任务状态并获取识别结果
## 快速开始
在本 skill 目录执行：
```bash
python3 scripts/skill.py --help
```
### 提交并等待
```bash
python3 scripts/skill.py submit \
--audio-url "https://example.com/audio.wav" \
--audio-format wav \
--model-name bigmodel \
--region cn-beijing \
--out result.json
```
### 仅提交（返回 task_id）
```bash
python3 scripts/skill.py submit \
--audio-url "https://example.com/audio.wav" \
--audio-format wav \
--no-wait
```
### 轮询 / 等待
```bash
python3 scripts/skill.py poll <task_id>
python3 scripts/skill.py wait <task_id> --timeout 1800 --out result.json
```
## 参数与返回字段
详见 `references/api.md`。
## 常见问题
- API Key 未找到：设置环境变量 `LAS_API_KEY` 或提供 `env.sh`。
- Parameter.Invalid：检查字段结构/枚举值是否符合文档（推荐先最小化 payload，再逐项加字段）。
- `audio_format` 不正确：请确保容器格式与真实音频一致（以服务端支持为准）。
عرض على GitHub