用途： 该技能用于指导在项目中使用 z-ai-web-dev-sdk 包实现语音转文字（ASR，自动语音识别），把音频中的说话内容转写为文本，可构建语音控制界面、转写服务和音频内容分析类应用。技能位于项目中的 {project_path}/skills/ASR 路径，参考脚本位于 {Skill Location}/scripts/ 目录，其中 asr.ts 为可运行示例。
主要能力：
- 提供 z-ai CLI 命令行方式，适合快速转写、测试识别效果和简单批处理：用 z-ai asr --file ./audio.wav 转写文件；用 -f 指定文件、-o 指定 JSON 输出；用 --base64 或 -b 传入 Base64 音频；用 --stream 输出流式结果。
- 提供 SDK 方式，适合在应用中集成、与录音系统对接、自定义音频处理流程及生产环境流式音频。示例调用 zai.audio.asr.create({ file_base64: base64Audio }) 并读取 response.text。
- 文档给出单文件转写、多文件批量、带元数据转写、带 MD5 缓存的 ASRService 类、目录批量转写并输出 JSON、音频格式校验、错误处理与结果后处理（清理多余空白、去除填充词）等示例。
- 集成示例展示基于 Express.js 与 multer 的 /api/transcribe 上传接口。
使用方式与限制： z-ai-web-dev-sdk 已安装，直接按示例导入即可；但必须仅在 后端代码中使用，禁止用于客户端代码。音频需先读取并转为 Base64 再传给 SDK。支持 WAV、MP3 及其他常见格式（示例中格式校验列出 wav、mp3、m4a、flac、ogg）。文档建议音频采样率 16kHz 或更高、背景噪声小、发音清晰、单个文件不超过 100MB，大文件可切分为小段处理。
适用场景： 包括会议转写、访谈处理、播客文字版、语音备忘转文本、呼叫中心分析、无障碍文本替代、语音命令和语言学习发音转写等。
限制与注意事项： 文档未提供收费、价格、识别语种、准确率指标或并发配额等信息，暂未提供。若出现“SDK 必须用于后端”的报错，应检查导入位置；转写为空或错误时应检查音频质量与格式；大文件失败可尝试分段；速度慢可加缓存或优化文件体积；内存错误可分块处理或调整 Node.js 内存上限。处理后应清理临时文件，并复用 SDK 实例、缓存重复转写结果。