在maxkb中怎么使用 qwen3-asr-flash模型上下文参数

MaxKB
1

这是阿里官方调用示例，请问我要使用上下文功能在maxkb 2.4.1 中怎么使用
URL: Qwen-ASR API调用方法与参数-大模型服务平台百炼-阿里云-大模型服务平台百炼(Model Studio)-阿里云帮助中心

# ======= 重要提示 =======
# 以下为北京地域url，若使用新加坡地域的模型，需将url替换为：https://dashscope-intl.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation
# 新加坡地域和北京地域的API Key不同。获取API Key：https://help.aliyun.com/zh/model-studio/get-api-key
# === 执行时请删除该注释 ===

curl --location --request POST 'https://dashscope.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation' \
--header 'Authorization: Bearer $DASHSCOPE_API_KEY' \
--header 'Content-Type: application/json' \
--data '{
    "model": "qwen3-asr-flash",
    "input": {
        "messages": [
            {
                "content": [
                    {
                        "text": ""
                    }
                ],
                "role": "system"
            },
            {
                "content": [
                    {
                        "audio": "https://dashscope.oss-cn-beijing.aliyuncs.com/audios/welcome.mp3"
                    }
                ],
                "role": "user"
            }
        ]
    },
    "parameters": {
        "asr_options": {
            "enable_itn": false
        }
    }
}'
2

开启历史聊天记录即可实现上下文理解。

image
image865×788 71.8 KB

3

qwen3-asr-flash是语言识别模型，不是LLM模型无法通过这种方式实现上下文。

4

我看了maxkb代码：apps\models_provider\impl\aliyun_bai_lian_model_provider\model\stt\asr_stt.py

    def speech_to_text(self, audio_file):

        try:

            base64_audio = base64.b64encode(audio_file.read()).decode("utf-8")

            messages = [
                {
                    "role": "user",
                    "content": [
                        {"audio": f"data:audio/mp3;base64,{base64_audio}"},
                    ]
                }
            ]

messages 变量缺少配置定制化识别的 Context

            messages = [
                {"role": "system", "content": [{"text": ""}]},  # 配置定制化识别的 Context
                {
                    "role": "user",
                    "content": [
                        {"audio": f"data:audio/mp3;base64,{base64_audio}"},
                    ]
                }
            ]
5

可以在 Github 上面提个需求，目前并没有实现该功能。