Skip to main content

润色语音转写

千问办公企业旗舰版开发者文档:润色语音转写。

认证方式见APP开发者文档 → 认证接入。
  • 模块:会话服务(session)
  • 接口:POST/api/openapi/app/v1/sessions/voice-input/polish
对已完整结束的语音转写进行可选润色,返回待插入输入框的文字。不创建会话、不提交指令、不执行 Agent 回合。

请求参数

Content-Type 为 application/json,整个请求体最多 64 KiB,未知字段不接受。
参数位置类型必填说明
transcriptbodystring是收到转写 finished 后按索引拼接的完整原文,不能全为空白,最多 32 KiB
text_before_cursorbodystring是光标前上下文,最多 8 KiB,无内容传空字符串
text_after_cursorbodystring是光标后上下文,最多 8 KiB,无内容传空字符串
modebodystring否兼容字段,最多 128 字节;不参与润色选模,可以省略
长度上限按 UTF-8 字节计算。润色固定使用 qwen3.6-flash,关闭思考、temperature=0.1;与聊天档位无关。前后上下文分别保留靠近光标的最多 4000 个字符。上下文只用于理解衔接,不应重复插入;只使用返回的 text 作为本次插入文字。
{
  "transcript": "明天下午三点开会讨论项目进度",
  "text_before_cursor": "请帮我安排:",
  "text_after_cursor": "",
  "mode": ""
}

响应

HTTP 200,Content-Type 为 application/json,Cache-Control 为 no-store。
字段类型说明
textstring应插入的文本;润色不可用时等于去除首尾空白的 transcript
raw_textstring完整 transcript(去除首尾空白)
polishedbooleantrue 表示校对后文字确实发生变化;false 表示无需修改或失败回退
{
  "text": "明天下午三点开会,讨论项目进度。",
  "raw_text": "明天下午三点开会讨论项目进度",
  "polished": true
}
模型不可用、额度或上游权限错误、限流、超时及空回复等,都回退完整原文,返回 HTTP 200 和 polished=false。HTTP 200 不代表一定完成润色。服务端润色调用预算为 20 秒,客户端应保留完整原文以处理请求失败。 入口认证和请求格式错误不会转换为润色成功:401 / 403 按登录与权限错误处理,400 / 422 等按请求错误处理;请求体过大可能被入口或解析器拒绝。只在转写已完整成功时允许回退原文,不能用局部预览替代。

连接事件处理示例

async function polishVoiceInput(transcript, before, after, mode, signal) {
  const response = await appRequest('/api/openapi/app/v1/sessions/voice-input/polish', {
    method: 'POST',

    headers: { 'Content-Type': 'application/json' },
    signal,
    body: JSON.stringify({
      transcript, text_before_cursor: before, text_after_cursor: after, mode,
    }),
  });
  if (!response.ok) throw new Error(`润色请求失败:${response.status}`);
  return response.json(); // 使用 text,polished=false 时也是完整原文。
}
开始录音时保存输入框版本、当前会话和插入位置。取消、切换会话或编辑输入框时,调用 AbortController.abort() 并使本次操作失效;即使请求已完成,也应在插入前核对操作版本,丢弃迟到结果。取消不触发原文回填。插入文本后由用户确认并发送,不自动提交指令。