Cette rubrique décrit l'endpoint du service, les en-têtes de requête et le flux d'interaction pour accéder au service de reconnaissance vocale en temps réel Qwen-Audio-ASR-Streaming via une connexion WebSocket.
Endpoint du service
L'URL WebSocket est fixe :
Singapore
wss://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api-ws/v1/inference
Remplacez {WorkspaceId} par votre Workspace ID réel.
China (Beijing)
wss://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api-ws/v1/inference
Remplacez {WorkspaceId} par votre Workspace ID réel.
ImportantAlibaba Cloud Model Studio a publié des domaines spécifiques aux espaces de travail pour les régions China (Beijing) et Singapore. Ces nouveaux domaines dédiés offrent de meilleures performances et une stabilité accrue pour les requêtes d'inférence. Nous vous recommandons de migrer vers ces nouveaux domaines :
- China (Beijing) : passez de
dashscope.aliyuncs.comà{WorkspaceId}.cn-beijing.maas.aliyuncs.com - Singapore : passez de
dashscope-intl.aliyuncs.comà{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com
En-têtes de requête
Ajoutez les informations suivantes à l'en-tête de la requête :
| Paramètre | Type | Obligatoire | Description |
|---|---|---|---|
Authorization | string | Oui | Jeton d'authentification au format Bearer <your_api_key>. Remplacez <your_api_key> par votre clé API réelle. |
user-agent | string | Non | Identifiant client permettant au serveur de tracer l'origine de la requête. |
X-DashScope-WorkSpace | string | Non | workspace ID Model Studio. |
X-DashScope-DataInspection | string | Non | Active ou désactive l'inspection de conformité des données. Ce paramètre est omis ou défini sur enable par défaut. N'activez ce paramètre qu'en cas de nécessité absolue. |
ImportantL'autorisation est vérifiée lors du handshake WebSocket. Si la clé API est invalide ou manquante, le handshake échoue et renvoie une erreur HTTP 401 ou 403.
Flux d'interaction
Pour plus de détails sur les événements client et serveur, consultez Événements client et Événements serveur.
Le client et le serveur interagissent selon l'ordre suivant :
- Établir la connexion : le client ouvre une connexion WebSocket vers le serveur.
- Démarrer la tâche : le client envoie une instruction run-task pour lancer la tâche, puis reçoit un événement task-started du serveur. Cet événement confirme le démarrage effectif de la tâche et autorise la poursuite des étapes suivantes.
- Transmettre le flux audio : le client commence à envoyer des données audio binaires (obligatoirement en mono) tout en recevant simultanément un flux d'événements result-generated du serveur. Chaque événement contient un résultat de reconnaissance vocale.
- Signaler la fin de la tâche au serveur : le client envoie une instruction finish-task pour demander au serveur de terminer la tâche, tout en continuant à recevoir des événements result-generated.
- Terminer la tâche : le client reçoit un événement task-finished du serveur, indiquant que la tâche est achevée.
- Fermer la connexion : le client clôture la connexion WebSocket.