Fun-ASR-File

阿里云百炼 FunASR 本地音频文件识别（非流式），使用阿里云 DashScope API 进行语音转文字。针对本地音频文件优化，支持自动格式转换，适合批量文件转写场景。

Fun-ASR 是通义实验室百聆团队推出的端到端语音识别大模型，是基于数千万小时真实语音数据训练而成，具备强大的上下文理解能力与行业适应性。

激活条件

触发场景	说明
用户发送音频文件	.wav / .mp3 / .m4a / .flac / .ogg 等格式
用户要求转录	"转写音频"、"语音转文字"
音频文件处理	需要提取音频中的文字内容

配置

设置环境变量：

export DASHSCOPE_API_KEY="sk-xxx"

使用方法

安装依赖

pip install dashscope
# 如需自动格式转换，请安装 FFmpeg

转写音频文件

python scripts/cli.py audio.wav
# 支持 .wav / .mp3 / .m4a / .flac / .ogg 等格式
# 会自动转换为 API 要求的格式（16kHz, 单声道, pcm_s16le）

---

版本：1.1.0 创建于：2026-03-16 更新：2026-04-09 - 改为非流式调用，优化本地文件处理