Alibaba Cloud Model Studio:CosyVoice WebSocket API for speech synthesis

Go

package main

import (
	"encoding/json"
	"fmt"
	"net/http"
	"os"
	"time"

	"github.com/google/uuid"
	"github.com/gorilla/websocket"
)

const (
	wsURL      = "wss://dashscope.aliyuncs.com/api-ws/v1/inference/" // WebSocket サーバーエンドポイント。
	outputFile = "output.mp3"                                        // 出力ファイルパス。
)

func main() {
	// API キーを環境変数として設定していない場合は、次の行を apiKey := "your_api_key" に置き換えることができます。本番環境では、API キーの漏洩リスクを減らすため、コードに API キーをハードコーディングすることはお勧めしません。
	apiKey := os.Getenv("DASHSCOPE_API_KEY")
	// 出力ファイルをチェックしてクリアします。
	if err := clearOutputFile(outputFile); err != nil {
		fmt.Println("出力ファイルのクリアに失敗しました: ", err)
		return
	}

	// WebSocket サービスに接続します。
	conn, err := connectWebSocket(apiKey)
	if err != nil {
		fmt.Println("WebSocket への接続に失敗しました: ", err)
		return
	}
	defer closeConnection(conn)

	// 結果を受信するためのゴルーチンを開始します。
	done, taskStarted := startResultReceiver(conn)

	// run-task 命令を送信します。
	taskID, err := sendRunTaskCmd(conn)
	if err != nil {
		fmt.Println("run-task 命令の送信に失敗しました: ", err)
		return
	}

	// task-started イベントを待ちます。
	for !*taskStarted {
		time.Sleep(100 * time.Millisecond)
	}

	// 合成するテキストを送信します。
	if err := sendContinueTaskCmd(conn, taskID); err != nil {
		fmt.Println("合成するテキストの送信に失敗しました: ", err)
		return
	}

	// finish-task 命令を送信します。
	if err := sendFinishTaskCmd(conn, taskID); err != nil {
		fmt.Println("finish-task 命令の送信に失敗しました: ", err)
		return
	}

	// 結果を受信するゴルーチンが完了するのを待ちます。
	<-done
}

var dialer = websocket.DefaultDialer

// JSON データを表す構造体を定義します。
type Header struct {
	Action       string                 `json:"action"`
	TaskID       string                 `json:"task_id"`
	Streaming    string                 `json:"streaming"`
	Event        string                 `json:"event"`
	ErrorCode    string                 `json:"error_code,omitempty"`
	ErrorMessage string                 `json:"error_message,omitempty"`
	Attributes   map[string]interface{} `json:"attributes"`
}

type Payload struct {
	TaskGroup  string     `json:"task_group"`
	Task       string     `json:"task"`
	Function   string     `json:"function"`
	Model      string     `json:"model"`
	Parameters Params     `json:"parameters"`
	Resources  []Resource `json:"resources"`
	Input      Input      `json:"input"`
}

type Params struct {
	TextType   string `json:"text_type"`
	Voice      string `json:"voice"`
	Format     string `json:"format"`
	SampleRate int    `json:"sample_rate"`
	Volume     int    `json:"volume"`
	Rate       int    `json:"rate"`
	Pitch      int    `json:"pitch"`
}

type Resource struct {
	ResourceID   string `json:"resource_id"`
	ResourceType string `json:"resource_type"`
}

type Input struct {
	Text string `json:"text"`
}

type Event struct {
	Header  Header  `json:"header"`
	Payload Payload `json:"payload"`
}

// WebSocket サービスに接続します。
func connectWebSocket(apiKey string) (*websocket.Conn, error) {
	header := make(http.Header)
	header.Add("X-DashScope-DataInspection", "enable")
	header.Add("Authorization", fmt.Sprintf("bearer %s", apiKey))
	conn, _, err := dialer.Dial(wsURL, header)
	if err != nil {
		fmt.Println("WebSocket への接続に失敗しました: ", err)
		return nil, err
	}
	return conn, nil
}

// run-task 命令を送信します。
func sendRunTaskCmd(conn *websocket.Conn) (string, error) {
	runTaskCmd, taskID, err := generateRunTaskCmd()
	if err != nil {
		return "", err
	}
	err = conn.WriteMessage(websocket.TextMessage, []byte(runTaskCmd))
	return taskID, err
}

// run-task 命令を生成します。
func generateRunTaskCmd() (string, string, error) {
	taskID := uuid.New().String()
	runTaskCmd := Event{
		Header: Header{
			Action:    "run-task",
			TaskID:    taskID,
			Streaming: "duplex",
		},
		Payload: Payload{
			TaskGroup: "audio",
			Task:      "tts",
			Function:  "SpeechSynthesizer",
			Model:     "cosyvoice-v3-flash",
			Parameters: Params{
				TextType:   "PlainText",
				Voice:      "longanyang",
				Format:     "mp3",
				SampleRate: 22050,
				Volume:     50,
				Rate:       1,
				Pitch:      1,
			},
			Input: Input{},
		},
	}
	runTaskCmdJSON, err := json.Marshal(runTaskCmd)
	return string(runTaskCmdJSON), taskID, err
}

// 合成するテキストを送信します。
func sendContinueTaskCmd(conn *websocket.Conn, taskID string) error {
	texts := []string{"静かな夜の思い、", "ベッドの前に月明かりが見える。", "頭を上げて月を見る。", "頭を下げて故郷を思う。"}

	for _, text := range texts {
		runTaskCmd, err := generateContinueTaskCmd(text, taskID)
		if err != nil {
			return err
		}

		err = conn.WriteMessage(websocket.TextMessage, []byte(runTaskCmd))
		if err != nil {
			return err
		}
	}

	return nil
}

// continue-task 命令を生成します。
func generateContinueTaskCmd(text string, taskID string) (string, error) {
	runTaskCmd := Event{
		Header: Header{
			Action:    "continue-task",
			TaskID:    taskID,
			Streaming: "duplex",
		},
		Payload: Payload{
			Input: Input{
				Text: text,
			},
		},
	}
	runTaskCmdJSON, err := json.Marshal(runTaskCmd)
	return string(runTaskCmdJSON), err
}

// 結果を受信するためのゴルーチンを開始します。
func startResultReceiver(conn *websocket.Conn) (chan struct{}, *bool) {
	done := make(chan struct{})
	taskStarted := new(bool)
	*taskStarted = false

	go func() {
		defer close(done)
		for {
			msgType, message, err := conn.ReadMessage()
			if err != nil {
				fmt.Println("サーバーメッセージの解析に失敗しました: ", err)
				return
			}

			if msgType == websocket.BinaryMessage {
				// バイナリ音声ストリームを処理します。
				if err := writeBinaryDataToFile(message, outputFile); err != nil {
					fmt.Println("バイナリデータの書き込みに失敗しました: ", err)
					return
				}
			} else {
				// テキストメッセージを処理します。
				var event Event
				err = json.Unmarshal(message, &event)
				if err != nil {
					fmt.Println("イベントの解析に失敗しました: ", err)
					continue
				}
				if handleEvent(conn, event, taskStarted) {
					return
				}
			}
		}
	}()

	return done, taskStarted
}

// イベントを処理します。
func handleEvent(conn *websocket.Conn, event Event, taskStarted *bool) bool {
	switch event.Header.Event {
	case "task-started":
		fmt.Println("task-started イベントを受信しました")
		*taskStarted = true
	case "result-generated":
		// result-generated イベントを無視します。
		return false
	case "task-finished":
		fmt.Println("タスクが終了しました")
		return true
	case "task-failed":
		handleTaskFailed(event, conn)
		return true
	default:
		fmt.Printf("予期しないイベント: %v\n", event)
	}
	return false
}

// task-failed イベントを処理します。
func handleTaskFailed(event Event, conn *websocket.Conn) {
	if event.Header.ErrorMessage != "" {
		fmt.Printf("タスクが失敗しました: %s\n", event.Header.ErrorMessage)
	} else {
		fmt.Println("不明な理由でタスクが失敗しました")
	}
}

// 接続を閉じます。
func closeConnection(conn *websocket.Conn) {
	if conn != nil {
		conn.Close()
	}
}

// バイナリデータをファイルに書き込みます。
func writeBinaryDataToFile(data []byte, filePath string) error {
	file, err := os.OpenFile(filePath, os.O_APPEND|os.O_CREATE|os.O_WRONLY, 0644)
	if err != nil {
		return err
	}
	defer file.Close()

	_, err = file.Write(data)
	if err != nil {
		return err
	}

	return nil
}

// finish-task 命令を送信します。
func sendFinishTaskCmd(conn *websocket.Conn, taskID string) error {
	finishTaskCmd, err := generateFinishTaskCmd(taskID)
	if err != nil {
		return err
	}
	err = conn.WriteMessage(websocket.TextMessage, []byte(finishTaskCmd))
	return err
}

// finish-task 命令を生成します。
func generateFinishTaskCmd(taskID string) (string, error) {
	finishTaskCmd := Event{
		Header: Header{
			Action:    "finish-task",
			TaskID:    taskID,
			Streaming: "duplex",
		},
		Payload: Payload{
			Input: Input{},
		},
	}
	finishTaskCmdJSON, err := json.Marshal(finishTaskCmd)
	return string(finishTaskCmdJSON), err
}

// 出力ファイルをクリアします。
func clearOutputFile(filePath string) error {
	file, err := os.OpenFile(filePath, os.O_TRUNC|os.O_CREATE|os.O_WRONLY, 0644)
	if err != nil {
		return err
	}
	file.Close()
	return nil
}

C#

using System.Net.WebSockets;
using System.Text;
using System.Text.Json;

class Program {
    // API キーを環境変数として設定していない場合は、次の行を private const string ApiKey="your_api_key"; に置き換えることができます。本番環境では、API キーの漏洩リスクを減らすため、コードに API キーをハードコーディングすることはお勧めしません。
    private static readonly string ApiKey = Environment.GetEnvironmentVariable("DASHSCOPE_API_KEY") ?? throw new InvalidOperationException("DASHSCOPE_API_KEY 環境変数が設定されていません。");

    // WebSocket サーバーエンドポイント。
    private const string WebSocketUrl = "wss://dashscope.aliyuncs.com/api-ws/v1/inference/";
    // 出力ファイルパス。
    private const string OutputFilePath = "output.mp3";

    // WebSocket クライアント。
    private static ClientWebSocket _webSocket = new ClientWebSocket();
    // キャンセルトークンソース。
    private static CancellationTokenSource _cancellationTokenSource = new CancellationTokenSource();
    // タスク ID。
    private static string? _taskId;
    // タスクが開始されたかどうか。
    private static TaskCompletionSource<bool> _taskStartedTcs = new TaskCompletionSource<bool>();

    static async Task Main(string[] args) {
        try {
            // 出力ファイルをクリアします。
            ClearOutputFile(OutputFilePath);

            // WebSocket サービスに接続します。
            await ConnectToWebSocketAsync(WebSocketUrl);

            // メッセージを受信するタスクを開始します。
            Task receiveTask = ReceiveMessagesAsync();

            // run-task 命令を送信します。
            _taskId = GenerateTaskId();
            await SendRunTaskCommandAsync(_taskId);

            // task-started イベントを待ちます。
            await _taskStartedTcs.Task;

            // continue-task 命令を継続的に送信します。
            string[] texts = {
                "静かな夜の思い、",
                "ベッドの前に月明かりが見える、",
                "頭を上げて月を見る、",
                "頭を下げて故郷を思う。"
            };
            foreach (string text in texts) {
                await SendContinueTaskCommandAsync(text);
            }

            // finish-task 命令を送信します。
            await SendFinishTaskCommandAsync(_taskId);

            // 受信タスクが完了するのを待ちます。
            await receiveTask;

            Console.WriteLine("タスクが終了し、接続が閉じられました。");
        } catch (OperationCanceledException) {
            Console.WriteLine("タスクはキャンセルされました。");
        } catch (Exception ex) {
            Console.WriteLine($"エラーが発生しました: {ex.Message}");
        } finally {
            _cancellationTokenSource.Cancel();
            _webSocket.Dispose();
        }
    }

    private static void ClearOutputFile(string filePath) {
        if (File.Exists(filePath)) {
            File.WriteAllText(filePath, string.Empty);
            Console.WriteLine("出力ファイルがクリアされました。");
        } else {
            Console.WriteLine("出力ファイルが存在しないため、クリアする必要はありません。");
        }
    }

    private static async Task ConnectToWebSocketAsync(string url) {
        var uri = new Uri(url);
        if (_webSocket.State == WebSocketState.Connecting || _webSocket.State == WebSocketState.Open) {
            return;
        }

        // WebSocket 接続のヘッダー情報を設定します。
        _webSocket.Options.SetRequestHeader("Authorization", $"bearer {ApiKey}");
        _webSocket.Options.SetRequestHeader("X-DashScope-DataInspection", "enable");

        try {
            await _webSocket.ConnectAsync(uri, _cancellationTokenSource.Token);
            Console.WriteLine("WebSocket サービスに正常に接続しました。");
        } catch (OperationCanceledException) {
            Console.WriteLine("WebSocket 接続はキャンセルされました。");
        } catch (Exception ex) {
            Console.WriteLine($"WebSocket 接続に失敗しました: {ex.Message}");
            throw;
        }
    }

    private static async Task SendRunTaskCommandAsync(string taskId) {
        var command = CreateCommand("run-task", taskId, "duplex", new {
            task_group = "audio",
            task = "tts",
            function = "SpeechSynthesizer",
            model = "cosyvoice-v3-flash",
            parameters = new
            {
                text_type = "PlainText",
                voice = "longanyang",
                format = "mp3",
                sample_rate = 22050,
                volume = 50,
                rate = 1,
                pitch = 1
            },
            input = new { }
        });

        await SendJsonMessageAsync(command);
        Console.WriteLine("run-task 命令が送信されました。");
    }

    private static async Task SendContinueTaskCommandAsync(string text) {
        if (_taskId == null) {
            throw new InvalidOperationException("タスク ID が初期化されていません。");
        }

        var command = CreateCommand("continue-task", _taskId, "duplex", new {
            input = new {
                text
            }
        });

        await SendJsonMessageAsync(command);
        Console.WriteLine("continue-task 命令が送信されました。");
    }

    private static async Task SendFinishTaskCommandAsync(string taskId) {
        var command = CreateCommand("finish-task", taskId, "duplex", new {
            input = new { }
        });

        await SendJsonMessageAsync(command);
        Console.WriteLine("finish-task 命令が送信されました。");
    }

    private static async Task SendJsonMessageAsync(string message) {
        var buffer = Encoding.UTF8.GetBytes(message);
        try {
            await _webSocket.SendAsync(new ArraySegment<byte>(buffer), WebSocketMessageType.Text, true, _cancellationTokenSource.Token);
        } catch (OperationCanceledException) {
            Console.WriteLine("メッセージの送信はキャンセルされました。");
        }
    }

    private static async Task ReceiveMessagesAsync() {
        while (_webSocket.State == WebSocketState.Open) {
            var response = await ReceiveMessageAsync();
            if (response != null) {
                var eventStr = response.RootElement.GetProperty("header").GetProperty("event").GetString();
                switch (eventStr) {
                    case "task-started":
                        Console.WriteLine("タスクが開始されました。");
                        _taskStartedTcs.TrySetResult(true);
                        break;
                    case "task-finished":
                        Console.WriteLine("タスクが終了しました。");
                        _cancellationTokenSource.Cancel();
                        break;
                    case "task-failed":
                        Console.WriteLine("タスクが失敗しました。");
                        _cancellationTokenSource.Cancel();
                        break;
                    default:
                        // result-generated はここで処理できます。
                        break;
                }
            }
        }
    }

    private static async Task<JsonDocument?> ReceiveMessageAsync() {
        var buffer = new byte[1024 * 4];
        var segment = new ArraySegment<byte>(buffer);

        try {
            WebSocketReceiveResult result = await _webSocket.ReceiveAsync(segment, _cancellationTokenSource.Token);

            if (result.MessageType == WebSocketMessageType.Close) {
                await _webSocket.CloseAsync(WebSocketCloseStatus.NormalClosure, "Closing", _cancellationTokenSource.Token);
                return null;
            }

            if (result.MessageType == WebSocketMessageType.Binary) {
                // バイナリデータを処理します。
                Console.WriteLine("バイナリデータを受信中...");

                // バイナリデータをファイルに保存します。
                using (var fileStream = new FileStream(OutputFilePath, FileMode.Append)) {
                    fileStream.Write(buffer, 0, result.Count);
                }

                return null;
            }

            string message = Encoding.UTF8.GetString(buffer, 0, result.Count);
            return JsonDocument.Parse(message);
        } catch (OperationCanceledException) {
            Console.WriteLine("メッセージの受信はキャンセルされました。");
            return null;
        }
    }

    private static string GenerateTaskId() {
        return Guid.NewGuid().ToString("N").Substring(0, 32);
    }

    private static string CreateCommand(string action, string taskId, string streaming, object payload) {
        var command = new {
            header = new {
                action,
                task_id = taskId,
                streaming
            },
            payload
        };

        return JsonSerializer.Serialize(command);
    }
}

PHP

サンプルコードのディレクトリ構造は次のとおりです：

my-php-project/

├── composer.json

├── vendor/

└── index.php

composer.json の内容は次のとおりです。依存関係のバージョン番号は必要に応じて決定してください：

{
    "require": {
        "react/event-loop": "^1.3",
        "react/socket": "^1.11",
        "react/stream": "^1.2",
        "react/http": "^1.1",
        "ratchet/pawl": "^0.4"
    },
    "autoload": {
        "psr-4": {
            "App\\": "src/"
        }
    }
}

index.php の内容は次のとおりです：

<?php

require __DIR__ . '/vendor/autoload.php';

use Ratchet\Client\Connector;
use React\EventLoop\Loop;
use React\Socket\Connector as SocketConnector;

# API キーを環境変数として設定していない場合は、次の行を $api_key="your_api_key"; に置き換えることができます。本番環境では、API キーの漏洩リスクを減らすため、コードに API キーをハードコーディングすることはお勧めしません。
$api_key = getenv("DASHSCOPE_API_KEY");
$websocket_url = 'wss://dashscope.aliyuncs.com/api-ws/v1/inference/'; // WebSocket サーバーエンドポイント。
$output_file = 'output.mp3'; // 出力ファイルパス。

$loop = Loop::get();

if (file_exists($output_file)) {
    // ファイルの内容をクリアします。
    file_put_contents($output_file, '');
}

// カスタムコネクタを作成します。
$socketConnector = new SocketConnector($loop, [
    'tcp' => [
        'bindto' => '0.0.0.0:0',
    ],
    'tls' => [
        'verify_peer' => false,
        'verify_peer_name' => false,
    ],
]);

$connector = new Connector($loop, $socketConnector);

$headers = [
    'Authorization' => 'bearer ' . $api_key,
    'X-DashScope-DataInspection' => 'enable'
];

$connector($websocket_url, [], $headers)->then(function ($conn) use ($loop, $output_file) {
    echo "WebSocket サーバーに接続しました\n";

    // タスク ID を生成します。
    $taskId = generateTaskId();

    // run-task 命令を送信します。
    sendRunTaskMessage($conn, $taskId);

    // continue-task 命令を送信する関数を定義します。
    $sendContinueTask = function() use ($conn, $loop, $taskId) {
        // 送信するテキスト。
        $texts = ["静かな夜の思い、", "ベッドの前に月明かりが見える、", "頭を上げて月を見る、", "頭を下げて故郷を思う。"];
        $continueTaskCount = 0;
        foreach ($texts as $text) {
            $continueTaskMessage = json_encode([
                "header" => [
                    "action" => "continue-task",
                    "task_id" => $taskId,
                    "streaming" => "duplex"
                ],
                "payload" => [
                    "input" => [
                        "text" => $text
                    ]
                ]
            ]);
            echo "continue-task 命令を送信準備中: " . $continueTaskMessage . "\n";
            $conn->send($continueTaskMessage);
            $continueTaskCount++;
        }
        echo "送信された continue-task 命令の数: " . $continueTaskCount . "\n";

        // finish-task 命令を送信します。
        sendFinishTaskMessage($conn, $taskId);
    };

    // task-started イベントが受信されたかどうかを示すフラグ。
    $taskStarted = false;

    // メッセージを待機します。
    $conn->on('message', function($msg) use ($conn, $sendContinueTask, $loop, &$taskStarted, $taskId, $output_file) {
        if ($msg->isBinary()) {
            // バイナリデータをローカルファイルに書き込みます。
            file_put_contents($output_file, $msg->getPayload(), FILE_APPEND);
        } else {
            // 非バイナリメッセージを処理します。
            $response = json_decode($msg, true);

            if (isset($response['header']['event'])) {
                handleEvent($conn, $response, $sendContinueTask, $loop, $taskId, $taskStarted);
            } else {
                echo "不明なメッセージフォーマット\n";
            }
        }
    });

    // 接続のクローズを待機します。
    $conn->on('close', function($code = null, $reason = null) {
        echo "接続が閉じられました\n";
        if ($code !== null) {
            echo "クローズコード: " . $code . "\n";
        }
        if ($reason !== null) {
            echo "クローズ理由: " . $reason . "\n";
        }
    });
}, function ($e) {
    echo "接続できませんでした: {$e->getMessage()}\n";
});

$loop->run();

/**
 * タスク ID を生成します。
 * @return string
 */
function generateTaskId(): string {
    return bin2hex(random_bytes(16));
}

/**
 * run-task 命令を送信します。
 * @param $conn
 * @param $taskId
 */
function sendRunTaskMessage($conn, $taskId) {
    $runTaskMessage = json_encode([
        "header" => [
            "action" => "run-task",
            "task_id" => $taskId,
            "streaming" => "duplex"
        ],
        "payload" => [
            "task_group" => "audio",
            "task" => "tts",
            "function" => "SpeechSynthesizer",
            "model" => "cosyvoice-v3-flash",
            "parameters" => [
                "text_type" => "PlainText",
                "voice" => "longanyang",
                "format" => "mp3",
                "sample_rate" => 22050,
                "volume" => 50,
                "rate" => 1,
                "pitch" => 1
            ],
            "input" => (object) []
        ]
    ]);
    echo "run-task 命令を送信準備中: " . $runTaskMessage . "\n";
    $conn->send($runTaskMessage);
    echo "run-task 命令が送信されました\n";
}

/**
 * 音声ファイルを読み取ります。
 * @param string $filePath
 * @return bool|string
 */
function readAudioFile(string $filePath) {
    $voiceData = file_get_contents($filePath);
    if ($voiceData === false) {
        echo "音声ファイルを読み取れません\n";
    }
    return $voiceData;
}

/**
 * 音声データを分割します。
 * @param string $data
 * @param int $chunkSize
 * @return array
 */
function splitAudioData(string $data, int $chunkSize): array {
    return str_split($data, $chunkSize);
}

/**
 * finish-task 命令を送信します。
 * @param $conn
 * @param $taskId
 */
function sendFinishTaskMessage($conn, $taskId) {
    $finishTaskMessage = json_encode([
        "header" => [
            "action" => "finish-task",
            "task_id" => $taskId,
            "streaming" => "duplex"
        ],
        "payload" => [
            "input" => (object) []
        ]
    ]);
    echo "finish-task 命令を送信準備中: " . $finishTaskMessage . "\n";
    $conn->send($finishTaskMessage);
    echo "finish-task 命令が送信されました\n";
}

/**
 * イベントを処理します。
 * @param $conn
 * @param $response
 * @param $sendContinueTask
 * @param $loop
 * @param $taskId
 * @param $taskStarted
 */
function handleEvent($conn, $response, $sendContinueTask, $loop, $taskId, &$taskStarted) {
    switch ($response['header']['event']) {
        case 'task-started':
            echo "タスクが開始されました、continue-task 命令を送信中...\n";
            $taskStarted = true;
            // continue-task 命令を送信します。
            $sendContinueTask();
            break;
        case 'result-generated':
            // result-generated イベントを無視します。
            break;
        case 'task-finished':
            echo "タスクが終了しました\n";
            $conn->close();
            break;
        case 'task-failed':
            echo "タスクが失敗しました\n";
            echo "エラーコード: " . $response['header']['error_code'] . "\n";
            echo "エラーメッセージ: " . $response['header']['error_message'] . "\n";
            $conn->close();
            break;
        case 'error':
            echo "エラー: " . $response['payload']['message'] . "\n";
            break;
        default:
            echo "不明なイベント: " . $response['header']['event'] . "\n";
            break;
    }

    // タスクが終了した場合、接続を閉じます。
    if ($response['header']['event'] == 'task-finished') {
        // すべてのデータが送信されたことを確認するために 1 秒待機します。
        $loop->addTimer(1, function() use ($conn) {
            $conn->close();
            echo "クライアントが接続を閉じました\n";
        });
    }

    // task-started イベントが受信されない場合、接続を閉じます。
    if (!$taskStarted && in_array($response['header']['event'], ['task-failed', 'error'])) {
        $conn->close();
    }
}

Node.js

必要な依存関係をインストールします：

npm install ws
npm install uuid

サンプルコードは次のとおりです：

const WebSocket = require('ws');
const fs = require('fs');
const uuid = require('uuid').v4;

// API キーを環境変数として設定していない場合は、次の行を apiKey = 'your_api_key' に置き換えることができます。本番環境では、API キーの漏洩リスクを減らすため、コードに API キーをハードコーディングすることはお勧めしません。
const apiKey = process.env.DASHSCOPE_API_KEY;
// WebSocket サーバーエンドポイント。
const url = 'wss://dashscope.aliyuncs.com/api-ws/v1/inference/';
// 出力ファイルパス。
const outputFilePath = 'output.mp3';

// 出力ファイルをクリアします。
fs.writeFileSync(outputFilePath, '');

// WebSocket クライアントを作成します。
const ws = new WebSocket(url, {
  headers: {
    Authorization: `bearer ${apiKey}`,
    'X-DashScope-DataInspection': 'enable'
  }
});

let taskStarted = false;
let taskId = uuid();

ws.on('open', () => {
  console.log('WebSocket サーバーに接続しました');

  // run-task 命令を送信します。
  const runTaskMessage = JSON.stringify({
    header: {
      action: 'run-task',
      task_id: taskId,
      streaming: 'duplex'
    },
    payload: {
      task_group: 'audio',
      task: 'tts',
      function: 'SpeechSynthesizer',
      model: 'cosyvoice-v3-flash',
      parameters: {
        text_type: 'PlainText',
        voice: 'longanyang', // 音声
        format: 'mp3', // 音声フォーマット
        sample_rate: 22050, // サンプルレート
        volume: 50, // 音量
        rate: 1, // 話速
        pitch: 1 // ピッチ
      },
      input: {}
    }
  });
  ws.send(runTaskMessage);
  console.log('run-task メッセージが送信されました');
});

const fileStream = fs.createWriteStream(outputFilePath, { flags: 'a' });
ws.on('message', (data, isBinary) => {
  if (isBinary) {
    // バイナリデータをファイルに書き込みます。
    fileStream.write(data);
  } else {
    const message = JSON.parse(data);

    switch (message.header.event) {
      case 'task-started':
        taskStarted = true;
        console.log('タスクが開始されました');
        // continue-task 命令を送信します。
        sendContinueTasks(ws);
        break;
      case 'task-finished':
        console.log('タスクが終了しました');
        ws.close();
        fileStream.end(() => {
          console.log('ファイルストリームが閉じられました');
        });
        break;
      case 'task-failed':
        console.error('タスクが失敗しました: ', message.header.error_message);
        ws.close();
        fileStream.end(() => {
          console.log('ファイルストリームが閉じられました');
        });
        break;
      default:
        // ここで result-generated を処理できます。
        break;
    }
  }
});

function sendContinueTasks(ws) {
  const texts = [
    '静かな夜の思い、',
    'ベッドの前に月明かりが見える。',
    '頭を上げて月を見る、',
    '頭を下げて故郷を思う。'
  ];
  
  texts.forEach((text, index) => {
    setTimeout(() => {
      if (taskStarted) {
        const continueTaskMessage = JSON.stringify({
          header: {
            action: 'continue-task',
            task_id: taskId,
            streaming: 'duplex'
          },
          payload: {
            input: {
              text: text
            }
          }
        });
        ws.send(continueTaskMessage);
        console.log(`continue-task が送信されました、テキスト: ${text}`);
      }
    }, index * 1000); // 1 秒ごとに送信します。
  });

  // finish-task 命令を送信します。
  setTimeout(() => {
    if (taskStarted) {
      const finishTaskMessage = JSON.stringify({
        header: {
          action: 'finish-task',
          task_id: taskId,
          streaming: 'duplex'
        },
        payload: {
          input: {}
        }
      });
      ws.send(finishTaskMessage);
      console.log('finish-task が送信されました');
    }
  }, texts.length * 1000 + 1000); // すべての continue-task 命令が送信された 1 秒後に送信します。
}

ws.on('close', () => {
  console.log('WebSocket サーバーから切断されました');
});

Java

Java プログラミング言語を使用する場合は、開発に Java DashScope SDK を使用することをお勧めします。詳細については、「Java SDK」をご参照ください。

以下は Java WebSocket 呼び出しの例です。例を実行する前に、以下の依存関係をインポートしていることを確認してください：

• Java-WebSocket

• jackson-databind

Maven または Gradle を使用して依存関係パッケージを管理することをお勧めします。構成は次のとおりです：

<dependencies>
    <!-- WebSocket クライアント -->
    <dependency>
        <groupId>org.java-websocket</groupId>
        <artifactId>Java-WebSocket</artifactId>
        <version>1.5.3</version>
    </dependency>

    <!-- JSON 処理 -->
    <dependency>
        <groupId>com.fasterxml.jackson.core</groupId>
        <artifactId>jackson-databind</artifactId>
        <version>2.13.0</version>
    </dependency>
</dependencies>

// 他のコードは省略
dependencies {
  // WebSocket クライアント
  implementation 'org.java-websocket:Java-WebSocket:1.5.3'
  // JSON 処理
  implementation 'com.fasterxml.jackson.core:jackson-databind:2.13.0'
}
// 他のコードは省略

Java コードは次のとおりです：

import com.fasterxml.jackson.databind.ObjectMapper;

import org.java_websocket.client.WebSocketClient;
import org.java_websocket.handshake.ServerHandshake;

import java.io.FileOutputStream;
import java.io.IOException;
import java.net.URI;
import java.nio.ByteBuffer;
import java.util.*;

public class TTSWebSocketClient extends WebSocketClient {
    private final String taskId = UUID.randomUUID().toString();
    private final String outputFile = "output_" + System.currentTimeMillis() + ".mp3";
    private boolean taskFinished = false;

    public TTSWebSocketClient(URI serverUri, Map<String, String> headers) {
        super(serverUri, headers);
    }

    @Override
    public void onOpen(ServerHandshake serverHandshake) {
        System.out.println("接続成功");

        // run-task 命令を送信します。
        String runTaskCommand = "{ \"header\": { \"action\": \"run-task\", \"task_id\": \"" + taskId + "\", \"streaming\": \"duplex\" }, \"payload\": { \"task_group\": \"audio\", \"task\": \"tts\", \"function\": \"SpeechSynthesizer\", \"model\": \"cosyvoice-v3-flash\", \"parameters\": { \"text_type\": \"PlainText\", \"voice\": \"longanyang\", \"format\": \"mp3\", \"sample_rate\": 22050, \"volume\": 50, \"rate\": 1, \"pitch\": 1 }, \"input\": {} }}";
        send(runTaskCommand);
    }

    @Override
    public void onMessage(String message) {
        System.out.println("サーバーからのメッセージを受信しました: " + message);
        try {
            // JSON メッセージを解析します
            Map<String, Object> messageMap = new ObjectMapper().readValue(message, Map.class);

            if (messageMap.containsKey("header")) {
                Map<String, Object> header = (Map<String, Object>) messageMap.get("header");

                if (header.containsKey("event")) {
                    String event = (String) header.get("event");

                    if ("task-started".equals(event)) {
                        System.out.println("サーバーから task-started イベントを受信しました");

                        List<String> texts = Arrays.asList(
                                "静かな夜の思い、ベッドの前に月明かりが見える",
                                "頭を上げて月を見る、頭を下げて故郷を思う"
                        );

                        for (String text : texts) {
                            // continue-task 命令を送信します。
                            sendContinueTask(text);
                        }

                        // finish-task 命令を送信します。
                        sendFinishTask();
                    } else if ("task-finished".equals(event)) {
                        System.out.println("サーバーから task-finished イベントを受信しました");
                        taskFinished = true;
                        closeConnection();
                    } else if ("task-failed".equals(event)) {
                        System.out.println("タスクが失敗しました: " + message);
                        closeConnection();
                    }
                }
            }
        } catch (Exception e) {
            System.err.println("例外が発生しました: " + e.getMessage());
        }
    }

    @Override
    public void onMessage(ByteBuffer message) {
        System.out.println("受信したバイナリ音声データのサイズ: " + message.remaining());

        try (FileOutputStream fos = new FileOutputStream(outputFile, true)) {
            byte[] buffer = new byte[message.remaining()];
            message.get(buffer);
            fos.write(buffer);
            System.out.println("音声データがローカルファイル " + outputFile + " に書き込まれました");
        } catch (IOException e) {
            System.err.println("音声データをローカルファイルに書き込むのに失敗しました: " + e.getMessage());
        }
    }

    @Override
    public void onClose(int code, String reason, boolean remote) {
        System.out.println("接続が閉じられました: " + reason + " (" + code + ")");
    }

    @Override
    public void onError(Exception ex) {
        System.err.println("エラー: " + ex.getMessage());
        ex.printStackTrace();
    }

    private void sendContinueTask(String text) {
        String command = "{ \"header\": { \"action\": \"continue-task\", \"task_id\": \"" + taskId + "\", \"streaming\": \"duplex\" }, \"payload\": { \"input\": { \"text\": \"" + text + "\" } }}";
        send(command);
    }

    private void sendFinishTask() {
        String command = "{ \"header\": { \"action\": \"finish-task\", \"task_id\": \"" + taskId + "\", \"streaming\": \"duplex\" }, \"payload\": { \"input\": {} }}";
        send(command);
    }

    private void closeConnection() {
        if (!isClosed()) {
            close();
        }
    }

    public static void main(String[] args) {
        try {
            String apiKey = System.getenv("DASHSCOPE_API_KEY");
            if (apiKey == null || apiKey.isEmpty()) {
                System.err.println("DASHSCOPE_API_KEY 環境変数を設定してください");
                return;
            }

            Map<String, String> headers = new HashMap<>();
            headers.put("Authorization", "bearer " + apiKey);
            TTSWebSocketClient client = new TTSWebSocketClient(new URI("wss://dashscope.aliyuncs.com/api-ws/v1/inference/"), headers);

            client.connect();

            while (!client.isClosed() && !client.taskFinished) {
                Thread.sleep(1000);
            }
        } catch (Exception e) {
            System.err.println("WebSocket サービスへの接続に失敗しました: " + e.getMessage());
            e.printStackTrace();
        }
    }
}

Python

Python プログラミング言語を使用する場合は、開発に Python DashScope SDK を使用することをお勧めします。詳細については、「Python SDK」をご参照ください。

以下は Python WebSocket 呼び出しの例です。例を実行する前に、次のように依存関係をインポートしてください：

pip uninstall websocket-client
pip uninstall websocket
pip install websocket-client

import websocket
import json
import uuid
import os
import time


class TTSClient:
    def __init__(self, api_key, uri):
        """
    TTSClient インスタンスを初期化します。

    パラメーター:
        api_key (str): 認証用の API キー。
        uri (str): WebSocket サービスエンドポイント。
    """
        self.api_key = api_key  # API キーに置き換えてください。
        self.uri = uri  # WebSocket エンドポイントに置き換えてください。
        self.task_id = str(uuid.uuid4())  # 一意のタスク ID を生成します。
        self.output_file = f"output_{int(time.time())}.mp3"  # 出力音声ファイルパス。
        self.ws = None  # WebSocketApp インスタンス。
        self.task_started = False  # task-started が受信されたかどうか。
        self.task_finished = False  # task-finished または task-failed が受信されたかどうか。

    def on_open(self, ws):
        """
    WebSocket 接続が確立されたときのコールバック関数。
    音声合成タスクを開始するために run-task 命令を送信します。
    """
        print("WebSocket 接続済み")

        # run-task 命令を構築します。
        run_task_cmd = {
            "header": {
                "action": "run-task",
                "task_id": self.task_id,
                "streaming": "duplex"
            },
            "payload": {
                "task_group": "audio",
                "task": "tts",
                "function": "SpeechSynthesizer",
                "model": "cosyvoice-v3-flash",
                "parameters": {
                    "text_type": "PlainText",
                    "voice": "longanyang",
                    "format": "mp3",
                    "sample_rate": 22050,
                    "volume": 50,
                    "rate": 1,
                    "pitch": 1
                },
                "input": {}
            }
        }

        # run-task 命令を送信します。
        ws.send(json.dumps(run_task_cmd))
        print("run-task 命令が送信されました")

    def on_message(self, ws, message):
        """
    メッセージ受信時のコールバック関数。
    テキストメッセージとバイナリメッセージを異なる方法で処理します。
    """
        if isinstance(message, str):
            # JSON テキストメッセージを処理します。
            try:
                msg_json = json.loads(message)
                print(f"受信した JSON メッセージ: {msg_json}")

                if "header" in msg_json:
                    header = msg_json["header"]

                    if "event" in header:
                        event = header["event"]

                        if event == "task-started":
                            print("タスクが開始されました")
                            self.task_started = True

                            # continue-task 命令を送信します。
                            texts = [
                                "静かな夜の思い、ベッドの前に月明かりが見える",
                                "頭を上げて月を見る、頭を下げて故郷を思う"
                            ]

                            for text in texts:
                                self.send_continue_task(text)

                            # すべての continue-task 命令が送信された後、finish-task を送信します。
                            self.send_finish_task()

                        elif event == "task-finished":
                            print("タスクが終了しました")
                            self.task_finished = True
                            self.close(ws)

                        elif event == "task-failed":
                            error_msg = msg_json.get("error_message", "不明なエラー")
                            print(f"タスクが失敗しました: {error_msg}")
                            self.task_finished = True
                            self.close(ws)

            except json.JSONDecodeError as e:
                print(f"JSON の解析に失敗しました: {e}")
        else:
            # バイナリメッセージ (音声データ) を処理します。
            print(f"受信したバイナリメッセージ、サイズ: {len(message)} バイト")
            with open(self.output_file, "ab") as f:
                f.write(message)
            print(f"音声データがローカルファイル {self.output_file} に書き込まれました")

    def on_error(self, ws, error):
        """エラー発生時のコールバック。"""
        print(f"WebSocket エラー: {error}")

    def on_close(self, ws, close_status_code, close_msg):
        """接続が閉じられたときのコールバック。"""
        print(f"WebSocket が閉じられました: {close_msg} ({close_status_code})")

    def send_continue_task(self, text):
        """合成するテキストを含む continue-task 命令を送信します。"""
        cmd = {
            "header": {
                "action": "continue-task",
                "task_id": self.task_id,
                "streaming": "duplex"
            },
            "payload": {
                "input": {
                    "text": text
                }
            }
        }

        self.ws.send(json.dumps(cmd))
        print(f"continue-task 命令が送信されました、テキスト: {text}")

    def send_finish_task(self):
        """音声合成タスクを終了するために finish-task 命令を送信します。"""
        cmd = {
            "header": {
                "action": "finish-task",
                "task_id": self.task_id,
                "streaming": "duplex"
            },
            "payload": {
                "input": {}
            }
        }

        self.ws.send(json.dumps(cmd))
        print("finish-task 命令が送信されました")

    def close(self, ws):
        """接続をアクティブに閉じます。"""
        if ws and ws.sock and ws.sock.connected:
            ws.close()
            print("接続がアクティブに閉じられました")

    def run(self):
        """WebSocket クライアントを開始します。"""
        # リクエストヘッダーを設定します (認証用)。
        header = {
            "Authorization": f"bearer {self.api_key}",
            "X-DashScope-DataInspection": "enable"
        }

        # WebSocketApp インスタンスを作成します。
        self.ws = websocket.WebSocketApp(
            self.uri,
            header=header,
            on_open=self.on_open,
            on_message=self.on_message,
            on_error=self.on_error,
            on_close=self.on_close
        )

        print("WebSocket メッセージを待機中...")
        self.ws.run_forever()  # 持続的な接続リスナーを開始します。


# 使用例
if __name__ == "__main__":
    API_KEY = os.environ.get("DASHSCOPE_API_KEY")  # API キーを環境変数として設定していない場合は、API_KEY をご自身の API キーに設定してください。
    SERVER_URI = "wss://dashscope.aliyuncs.com/api-ws/v1/inference/"  # WebSocket エンドポイントに置き換えてください。

    client = TTSClient(API_KEY, SERVER_URI)
    client.run()