> ## Documentation Index
> Fetch the complete documentation index at: https://docs.bigmodel.cn/llms.txt
> Use this file to discover all available pages before exploring further.
# GLM-ASR
## 概览
GLM-ASR 是智谱新一代语音识别模型，相较于传统 ASR 模型，GLM-ASR 在上下文智能理解、抗噪性能及多语言转录等方面取得了显著提升，可以被广泛地应用于各类语音转文本的场景中。
}>
0.06 元/分钟
}>
音频
}>
文本
## 推荐场景
实时记录客户语音需求，并方便事后查询，提升服务响应效率与质量。
通过语音指令控制智能设备（如家居、机器人），实现“动口不动手”的无缝交互体验。
生成精准会议与课堂记录，支持中英文混杂、专业术语识别，助力高效复盘与知识沉淀。
一键为音视频添加高精度字幕，适配会议直播、影视剪辑、线上课程等多场景需求。
精准识别玩家高频术语与“游戏黑话”，流式转写语音指令与战术交流，助力边玩边聊不卡顿。
将录音智能转写为文本，基于规则库实时检测违规内容并预警，同步分析语音数据挖掘潜在业务价值。
车载导航、移动端场景中，快速响应方言或带口音指令，解放双手提升搜索效率。
## 使用资源
[接口文档](/api-reference/%E6%A8%A1%E5%9E%8B-api/%E8%AF%AD%E9%9F%B3%E8%BD%AC%E6%96%87%E6%9C%AC)：API 调用方式
## 详细介绍
作为一款基于上下文深度理解的语音转文本模型，GLM-ASR 不仅能够将音频精准转录为符合语言习惯的流畅文本，更在复杂噪音环境中展现出卓越的抗干扰能力，为您提供一系列语音转文本的新惊喜：
依托先进的语言建模技术，模型可结合上下文语境优化输出结果，显著提升文本的流畅性与可读性，让转录内容更贴近真实表达。
即使在非语言类噪声（如机械声、环境杂音）干扰下，模型仍能保持高精度识别，避免误判与漏识，适应多场景需求。
支持中文、英语及 8 种中国地方方言（东北官话、胶辽官话、北京官话、冀鲁官话、中原官话、江淮官话、兰银官话和西南官话），打破地域沟通壁垒，满足多样化语音交互需求。
## 调用示例
**安装 SDK**
```bash theme={null}
# 安装最新版本
pip install zai-sdk
# 或指定版本
pip install zai-sdk==0.2.3
```
**验证安装**
```python theme={null}
import zai
print(zai.__version__)
```
**调用示例**
```python theme={null}
from zai import ZhipuAiClient
client = ZhipuAiClient(api_key="YOUR_API_KEY") # 请填写您自己的 APIKey
input_wav_path = "speech.wav" # 您的 WAV 文件路径
with open(input_wav_path, "rb") as audio_data:
response = client.audio.transcriptions.create(
model="glm-asr",
file=audio_data,
stream=True
)
for chunk in response:
if chunk.type == "transcript.text.delta":
print(chunk.delta, end="", flush=True)
```
**安装 SDK**
**Maven**
```xml theme={null}
ai.z.openapi
zai-sdk
0.3.5
```
**Gradle (Groovy)**
```groovy theme={null}
implementation 'ai.z.openapi:zai-sdk:0.3.5'
```
**调用示例**
```java theme={null}
import ai.z.openapi.ZhipuAiClient;
import ai.z.openapi.core.Constants;
import ai.z.openapi.service.audio.AudioTranscriptionRequest;
import ai.z.openapi.service.audio.AudioTranscriptionResponse;
import java.io.File;
import java.io.IOException;
public class GLMASRExample {
public static void main(String[] args) throws IOException {
ZhipuAiClient client = ZhipuAiClient.builder().ofZHIPU().apiKey("YOUR_API_KEY").build();
File audioFile = new File("your_path-asr.wav");
AudioTranscriptionRequest request = AudioTranscriptionRequest.builder()
.model(Constants.ModelGLMASR)
.file(audioFile)
.stream(false)
.build();
AudioTranscriptionResponse response = client.audio().createTranscription(request);
System.out.println(response.getData());
}
}
```
```python theme={null}
from zhipuai import ZhipuAI
client = ZhipuAI(api_key="YOUR_API_KEY") # 填写您自己的 APIKey
with open("asr1.wav", "rb") as audio_file:
transcriptResponse = client.audio.transcriptions.create(
model="glm-asr",
file=audio_file,
stream=False
)
for item in transcriptResponse:
print(item)
```
```json theme={null}
{
"id": "20250605132035222ead927d794645",
"object": "chat.completion",
"created": 1749187238,
"model": "glm-asr",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "你好，这是我的语音输入测试"
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 107,
"completion_tokens": 340,
"total_tokens": 447
},
"request_id": "20250605132035222ead927d794645"
}
```
## 用户并发权益
API 调用会受到速率限制，当前我们限制的维度是请求并发数量（在途请求任务数量）。不同等级的用户并发保障如下。
| V0 | V1 | V2 | V3 |
| :- | :- | :- | :- |
| 5 | 10 | 15 | 20 |