byted-las-asr-pro

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/[email protected]"

• 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。