Qwen-Audio-ASR-Message HarmonyOS SDK - Alibaba Cloud Model Studio - Alibaba Cloud ドキュメントセンター

Qwen-Audio-ASR-Message の HarmonyOS SDK のパラメーター、インターフェイス、コールバックと使用方法を説明します。

クイックスタート

API キーを取得します。長期有効な API キーをクライアントにハードコーディングしないでください。アプリケーションサーバーが一時 API キーを取得し、クライアントへ渡すことを推奨します。
最新 SDK をダウンロードして展開します。entry/libs/neonui.har をアプリの entry/libs にコピーし、entry/oh-package.json5 に依存関係を追加します。
```
{
  "dependencies": {
    "neonui": "file:libs/neonui.har"
  }
}
```
HarmonyOS C++ での統合には、native/libs 内の共有ライブラリと native/include 内のヘッダーファイルを使用します。

アプリの module.json5 でネットワークとマイクの権限を宣言し、実行時にマイク権限を要求します。reason_internet と reason_microphone はリソース名の例です。対応する説明をアプリのリソースで定義してください。

"requestPermissions": [
  {
    "name": "ohos.permission.INTERNET",
    "reason": "$string:reason_internet",
    "usedScene": { "abilities": ["EntryAbility"], "when": "always" }
  },
  {
    "name": "ohos.permission.MICROPHONE",
    "reason": "$string:reason_microphone",
    "usedScene": { "abilities": ["EntryAbility"], "when": "always" }
  }
]

SDK パッケージのサンプルプロジェクトを DevEco Studio で開きます。サンプルページは entry/src/main/ets/pages/dashscope/DashFunAsrSpeechTranscriberPage.ets です。API キーを設定して実行します。

呼び出し手順

NativeNui(Constants.ModeType.MODE_DIALOG) インスタンスを作成します。
initialize で SDK を初期化し、接続・制御パラメーターを設定します。
setParams でモデルと認識パラメーターを設定します。
startDialog を呼び出して認識を開始します。
onNuiAudioStateChanged で音声の状態に応じて録音デバイスを開始、一時停止、または閉じます。
onNuiNeedAudioData で録音データを継続的に供給します。能動送信が有効なら、代わりに updateAudio を呼び出します。
onNuiEventCallback で認識結果とタスク状態を取得します。
stopDialog を呼び出し、EVENT_TRANSCRIBER_COMPLETE を待ちます。
認識が不要になったら release でリソースを解放します。

リクエストパラメーター

接続・制御パラメーター

initialize の parameters 引数に JSON 文字列を渡します。

{
  "url": "wss://dashscope.aliyuncs.com/api-ws/v1/inference",
  "device_id": "my_device_id",
  "service_mode": "1",
  "audio_update_manually": "false"
}

パラメーター	型	必須	説明
`url`	`string`	はい	サービスエンドポイント：パブリックエンドポイント：`wss://dashscope.aliyuncs.com/api-ws/v1/inference` 北京のワークスペース専用エンドポイント：`wss://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api-ws/v1/inference` シンガポールのワークスペース専用エンドポイント：`wss://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api-ws/v1/inference` `{WorkspaceId}` を実際のワークスペース ID に置き換えます。
`service_mode`	`string`	はい	動作モード。リアルタイム音声認識では `"1"`（`Constants.ModeFullCloud`）に設定します。
`device_id`	`string`	はい	アプリ内ユーザーIDやクライアント生成のデバイスIDなど、一意のエンドユーザー識別子です。主にログのトレースとトラブルシューティングに使用されます。
`apikey`	`string`	いいえ	API キー。初期化時に渡せます。`startDialog` の `dialog_params` で一時 API キーを渡すことを推奨します。
`audio_update_manually`	`string`	いいえ	音声の能動送信を有効にするかどうか。デフォルトは `"false"`。`"true"` なら `updateAudio` を呼び、`"false"` なら SDK が `onNuiNeedAudioData` から取得します。`"true"` で SDK がデバイス側 AEC や VAD をサポートする場合、その機能はデフォルトで有効になります。
`workspace`	`string`	いいえ	デバイス側リソースの保存ディレクトリ。`audio_update_manually` が `"true"` で、AEC や VAD などのデバイス側処理が有効な場合は必須です。
`debug_path`	`string`	いいえ	ログディレクトリ。`save_log` が `true` の場合は必須です。SDK は最大 2 個のログファイルを保持します。
`save_wav`	`string`	いいえ	デバッグ用音声を保存するかどうか。デフォルトは `"false"`。音声は `debug_path` に保存します。`"true"` の場合は `debug_path` も設定し、`initialize` の `save_log` に `true` を渡します。
`save_wav_by_id`	`string`	いいえ	`save_wav` が有効な場合、検索しやすいよう保存音声のファイル名に `task_id` を使うかどうか。デフォルトは `"false"`。
`max_log_file_size`	`number`	いいえ	ログファイル 1 個の最大サイズ（バイト）。デフォルトは `104857600`（100 MiB）。`save_log` が `true` の場合のみ有効です。
`log_track_level`	`number`	いいえ	`onNuiLogTrackCallback` のログフィルターレベル。デフォルトは `2`。値は 0（VERBOSE）、1（DEBUG）、2（INFO）、3（WARNING）、4（ERROR）、5（NONE）。ログのレベルが `log_track_level` と `initialize` の `level` の両方以上の場合のみ返します。例えば 2 と 3 なら、WARNING 以上のみ返します。
`enable_reconnection`	`string`	いいえ	ネットワーク切断後の再接続と送信再開を有効にするかどうか。デフォルトは `"false"`。
`aec_params`	`object`	いいえ	デバイス側 AEC の設定。`audio_update_manually` が `"true"` の場合のみ使用します。
`aec_params.enable_aec`	`boolean`	いいえ	デバイス側 AEC を有効にするかどうか。SDK ビルドがサポートする場合はデフォルトで有効です。
`aec_params.save_audio`	`boolean`	いいえ	AEC 処理後の音声を保存するかどうか。`save_wav` が有効で `debug_path` が設定済みならデフォルトで有効です。
`aec_params.enable_aec_data_callback`	`boolean`	いいえ	AEC 処理後のデータを `onNuiAssistEventCallback` の `EVENT_AEC_DATA` イベントで返すかどうか。デフォルトは `false`。
`vad_params`	`object`	いいえ	デバイス側 VAD の設定。`audio_update_manually` が `"true"` の場合のみ使用します。
`vad_params.enable_vad`	`boolean`	いいえ	デバイス側 VAD を有効にするかどうか。SDK ビルドがサポートする場合はデフォルトで有効です。
`vad_params.save_audio`	`boolean`	いいえ	VAD 処理後の音声を保存するかどうか。`save_wav` が有効で `debug_path` が設定済みならデフォルトで有効です。
`audio_config`	`object`	いいえ	SDK が音声を取得するモードの録音設定。`audio_update_manually` が `"false"` の場合のみ使用します。
`audio_config.mic.enable_volume_calculation`	`boolean`	いいえ	音量を計算して報告するかどうか。デフォルトは `true`。音量コールバックが不要なら無効にします。
`audio_config.mic.volume_mode`	`string`	いいえ	音量の計算モード。`"dbfs"` にすると `20*log10(rms/32768)` で標準 dBFS を計算します。フルスケールは 0 dB です。

認識パラメーター

setParams の params 引数に JSON 文字列を渡します。

{
  "service_type": 4,
  "nls_config": {
    "model": "qwen-audio-3.1-asr-flash-message",
    "sr_format": "opus",
    "sample_rate": 16000
  }
}

パラメーター	型	必須	説明
`service_type`	`number`	はい	音声サービスの種類。`4`（`Constants.kServiceTypeSpeechTranscriber`）に設定します。
`nls_config`	`object`	はい	認識設定オブジェクト。
`nls_config.model`	`string`	はい	モデル名。`qwen-audio-3.1-asr-flash-message` に設定します。
`nls_config.sr_format`	`string`	はい	音声形式：`pcm` または `opus`。`opus` の場合もアプリケーションは PCM データを送信し、SDK が Opus にエンコードします。
`nls_config.sample_rate`	`number`	はい	サンプリングレート（Hz）。`16000` Hz のみをサポートします。
`nls_config.max_sentence_silence`	`number`	いいえ	VAD の無音しきい値（ミリ秒）。発話後の無音時間がこの値を超えると、発話の終了と判断します。デフォルト：`1300`。有効範囲：`[200, 6000]`。意味による分割が有効な場合、`sentence_end` の判定には使用しませんが、値が小さすぎると認識に影響することがあります。
`nls_config.heartbeat`	`boolean`	いいえ	ハートビートを有効にするかどうか。デフォルト：`false`。有効な場合、無音音声を継続送信すると接続を維持できます。無効な場合は一定時間後にタイムアウトします。無音音声とは、音声ファイルやストリームに可聴信号が含まれないデータです。
`nls_config.disfluency_removal_enabled`	`boolean`	いいえ	つなぎ言葉を除去し、出力を整えるかどうか。デフォルト値は `false` です。有効にするには `true` に設定します。
`nls_config.intermediate_result_enabled`	`boolean`	いいえ	ストリーミング認識の中間結果を返すかどうか。デフォルト値は `false` です。中間結果を返すには `true` に設定します。
`nls_config.vocabulary_id`	`string`	いいえ	事前作成したホットワードリストの ID。リストを事前に作成してください。語彙が既知で比較的安定しており、複数のリクエストで同じリストを再利用する場合に使用します。事前作成ホットワードを参照してください。
`nls_config.instant_vocabulary`	`object`	いいえ	リクエスト単位のホットワード。キーはホットワード文字列、値は整数の重みです。事前にリストを作成する必要がなく、セッション単位の一時的な最適化に適しています。重みは `[1, 5]` または `50`。`[1, 5]` では値が大きいほど出力されやすくなります。重み 50 のスーパーホットワードは最大 50 個です。事前作成ホットワードと併用すると両方の集合を統合します。統合後に 2000 件を超える場合、2000 件をランダムに選択します。リクエスト単位のホットワードを参照してください。
`nls_config.speech_noise_threshold`	`number`	いいえ	VAD の音声・ノイズ判定しきい値。有効範囲：`[-1.0, 1.0]`。-1 に近づけるとノイズが音声と判定されやすくなり、ノイズを文字起こしする可能性が高まります。1 に近づけると音声がノイズと判定されやすくなり、音声の一部が除去される可能性があります。この高度な設定は認識に大きく影響するため、十分にテストし、0.1 刻みで調整してください。
`nls_config.enable_connection_fast_check`	`boolean`	いいえ	ネットワーク切断の高速検出を有効にするかどうか。デフォルト：`false`。

APIs

NativeNui

SDK をインポートします。

import { AsrResult, Constants, INativeNuiCallback, KwsResult, NativeNui } from 'neonui';

インスタンスの作成

constructor(mode_type: Constants.ModeType, flag?: string)

パラメーター	型	説明
`mode_type`	`Constants.ModeType`	SDK モード：対話・認識は `MODE_DIALOG`、音声合成は `MODE_TTS`、ストリーミング入力音声合成は `MODE_STREAM_INPUT_TTS`。リアルタイム音声認識では `MODE_DIALOG` に設定します。
`flag`	`string`	ログを区別するための任意のインスタンス ID。

initialize

initialize(
  callback: INativeNuiCallback,
  parameters: string,
  level: number,
  save_log: boolean = false
): number

SDK を初期化します。このメソッドはブロックする場合があります。UI スレッドで呼び出さないでください。

パラメーター	型	説明
`callback`	`INativeNuiCallback`	イベントとデータのコールバック。
`parameters`	`string`	接続・制御パラメーターを含む JSON 文字列。
`level`	`number`	SDK のログレベル：`LOG_LEVEL_VERBOSE`（0）、`LOG_LEVEL_DEBUG`（1）、`LOG_LEVEL_INFO`（2）、`LOG_LEVEL_WARNING`（3）、`LOG_LEVEL_ERROR`（4）、`LOG_LEVEL_NONE`（5）。
`save_log`	`boolean`	ローカルログを保存するかどうか。デフォルト：`false`。`true` の場合は `parameters` 内に `debug_path` を指定してください。`max_log_file_size` も設定できます。

このメソッドはエラーコードを返します。

setParams

setParams(params: string): number

startDialog の前に認識パラメーターを設定します。params は認識パラメーターを含む JSON 文字列です。このメソッドはエラーコードを返します。

startDialog

startDialog(vad_mode: Constants.VadMode, dialog_params: string): number

認識を開始します。

パラメーター	型	説明
`vad_mode`	`Constants.VadMode`	VAD モード。リアルタイム音声認識では `Constants.VadMode.TYPE_P2T` に設定します。
`dialog_params`	`string`	JSON 文字列。期限切れの一時 API キーの更新、または `input_context` による入力コンテキストの指定に使用します。

Example:

{
  "apikey": "st-****",
  "input_context": [
    { "role": "user", "content": [{ "type": "input_text", "text": "Example context" }] }
  ]
}

このメソッドはエラーコードを返します。

stopDialog

stopDialog(): number

認識を終了して最終結果を返すようサーバーに通知します。EVENT_TRANSCRIBER_COMPLETE の受信でタスクが終了します。このメソッドはエラーコードを返します。

cancelDialog

cancelDialog(): number

サーバーの最終結果を待たず、直ちに認識を終了します。このメソッドはエラーコードを返します。

dialogAction

dialogAction(action_params: string): number

実行時アクションを送信し、認識コンテキストを更新するか、再生状態の変化を AEC に通知します。

パラメーター	型	説明
`action_params`	`string`	アクションを含む JSON 文字列。
`action_params.type`	`string`	`"action"` に設定します。
`action_params.command`	`string`	アクションコマンド：`"context` は入力コンテキストを更新し、`play_start` は参照音声の再生開始を AEC に通知し、`play_over"` は再生終了を AEC に通知します。
`action_params.context`	`object[]`	`command` が `"context"` の場合に使用する入力コンテキスト。

コンテキスト更新の例：

{
  "type": "action",
  "command": "context",
  "context": [
    {
      "role": "user",
      "content": [
        { "text": "Example context", "type": "input_text" }
      ]
    }
  ]
}

このメソッドはエラーコードを返します。

updateAudio

updateAudio(data: ArrayBuffer, first_pack: boolean): number

audio_update_manually が "true" の場合、onNuiNeedAudioData に格納せず、このメソッドで録音データを能動的に送信します。

パラメーター	型	説明
`data`	`ArrayBuffer`	認識対象の音声データ。
`first_pack`	`boolean`	最初の音声パケットかどうか。最初は `true`、以降は `false` に設定します。

このメソッドはエラーコードを返します。

pushReferenceData

pushReferenceData(data: ArrayBuffer, first_pack: boolean): number

audio_update_manually が "true" でデバイス側 AEC が有効な場合、プレーヤーの再生音声を AEC 参照信号として送信します。

パラメーター	型	説明
`data`	`ArrayBuffer`	参照音声データ。
`first_pack`	`boolean`	最初の音声パケットかどうか。最初は `true`、以降は `false` に設定します。

このメソッドはエラーコードを返します。

release

release(): number

SDK の内部リソースをすべて解放します。呼び出し後はインスタンスを使用できません。再使用するには initialize を先に呼び出します。このメソッドはエラーコードを返します。

GetVersion

GetVersion(): string

現在の SDK バージョンを返します。

refreshApikey

refreshApikey(apikey: string, url: string = ''): string

API キーを更新し、一時認証トークンを返します。同期ネットワーク呼び出しを行うため、UI スレッドで呼び出さないでください。

パラメーター	型	説明
`apikey`	`string`	既存の API キー。
`url`	`string`	任意の認証エンドポイント。デフォルトは空文字列で、既定のエンドポイントを使用します。

INativeNuiCallback

onNuiEventCallback

onNuiEventCallback: (
  event: Constants.NuiEvent,
  resultCode: number,
  arg2: number,
  kwsResult: KwsResult,
  asrResult: AsrResult
) => void;

認識イベントと結果を受信します。

パラメーター	型	説明
`event`	`Constants.NuiEvent`	コールバックイベント。
`resultCode`	`number`	エラーコード。`EVENT_ASR_ERROR` の場合に有効です。
`arg2`	`number`	Reserved.
`kwsResult`	`KwsResult`	ウェイクワードの結果。リアルタイム音声認識では無視してください。
`asrResult`	`AsrResult`	認識結果。`allResponse` はサーバーの完全な JSON 応答です。タスク ID は `header.task_id`、発話テキストは `payload.output.sentence.text` から取得できます。

Events:

イベント	説明
`EVENT_TRANSCRIBER_STARTED`	タスクが開始しました。`asrResult.allResponse` 内の `header.task_id` にタスク ID が含まれます。問題調査に備えて記録してください。
`EVENT_VAD_START`	タスク開始後に発生します。発話開始の検出を示すイベントではありません。
`EVENT_VAD_END`	発話の終了が検出されました。
`EVENT_SENTENCE_START`	文の開始が検出されました。
`EVENT_ASR_PARTIAL_RESULT`	中間認識結果が返されました。
`EVENT_SENTENCE_END`	文の終了が検出され、文全体の認識結果が返されました。
`EVENT_ASR_WARN`	認識中に致命的でない警告が発生しました。例：再接続が有効な場合のネットワーク切断。
`EVENT_ASR_ERROR`	認識中にエラーが発生しました。`resultCode` にエラーコードが含まれます。
`EVENT_MIC_ERROR`	2 秒間連続で音声データを受信していません。録音コード、権限、他のアプリによる録音デバイスの使用状況を確認してください。
`EVENT_TRANSCRIBER_COMPLETE`	認識が終了しました。
`EVENT_AEC_DATA`	`onNuiAssistEventCallback` を通じて返される AEC 処理済み音声データ。

onNuiAudioStateChanged

onNuiAudioStateChanged: (state: Constants.AudioState) => void;

SDK はこのコールバックでアプリに録音の開始・停止タイミングを通知します。

State	説明
`STATE_OPEN`	対話が開始しました。録音デバイスを開くことができます。
`STATE_PAUSE`	対話が停止しました。録音を停止できます。
`STATE_CLOSE`	SDK インスタンスが解放されました。録音デバイスを完全に閉じることができます。

HarmonyOS の AudioCapturer は非同期で作成されます。初期化中に録音インスタンスを作成してください。STATE_CLOSE では録音を停止し、インスタンスは再利用のため保持します。統一された release 処理で解放してください。これにより、次の STATE_OPEN で直ちに start が呼ばれた際、再作成中のレコーダーがその呼び出しを受け付けない問題を避けられます。

onNuiNeedAudioData

onNuiNeedAudioData: (buffer: ArrayBuffer) => number;

SDK が音声を取得する間、継続的に呼ばれます。buffer.byteLength バイト（通常は 20 ms のモノラル 16 ビット PCM）を格納し、書き込んだバイト数を返します。0 以下はエラーまたはデータなしを示します。

onNuiAudioRMSChanged

onNuiAudioRMSChanged: (val: number) => number;

UI 更新用に現在の音量を報告します。audio_config.mic.volume_mode が "dbfs" の場合、val は -160～0 です。コールバック実装では 0 を返せます。

onNuiAssistEventCallback

onNuiAssistEventCallback?: (
  event: Constants.NuiEvent,
  info: string,
  infoLen: number,
  data: ArrayBuffer
) => void;

SDK の内部補助イベントとデータを受信する省略可能なコールバック。不要なら省略できます。

パラメーター	型	説明
`event`	`Constants.NuiEvent`	補助イベント。
`info`	`string`	追加情報。通常は JSON 文字列です。
`infoLen`	`number`	追加情報の長さ。
`data`	`ArrayBuffer`	AEC 処理済み音声などの補助データ。

onNuiLogTrackCallback

onNuiLogTrackCallback: (level: Constants.LogLevel, log: string) => void;

SDK の追跡ログを受信します。返されるレベルは log_track_level と initialize の level の両方で決まります。

結果オブジェクト

AsrResult

Property	型	説明
`finish`	`boolean`	現在の結果が最終結果かどうか。
`resultCode`	`number`	結果のステータスコード。
`asrResult`	`string`	認識テキスト。`EVENT_ASR_ERROR` の場合はエラーメッセージが含まれます。
`allResponse`	`string`	タスク ID と発話テキストを含む、JSON 文字列形式の完全なサーバー応答。

KwsResult

Property	型	説明
`type`	`Constants.WuwType`	ウェイクワードの種類。リアルタイム音声認識では無視してください。
`kws`	`string`	ウェイクワード。リアルタイム音声認識では無視してください。

定数と列挙型

名前	説明
`Constants.ModeType`	SDK モード：`MODE_DIALOG`、`MODE_TTS`、`MODE_STREAM_INPUT_TTS`。
`Constants.VadMode`	VAD モード。リアルタイム音声認識では `TYPE_P2T` を使用し、ユーザーが `stopDialog` を呼び出して認識を終了します。
`Constants.AudioState`	音声状態：`STATE_OPEN`、`STATE_PAUSE`、`STATE_CLOSE`。
`Constants.LogLevel`	ログレベル：`LOG_LEVEL_VERBOSE`（0）から `LOG_LEVEL_NONE`（5）まで。
`Constants.NuiResultCode`	SDK エラーコード。例：`SUCCESS`（0）、`ILLEGAL_PARAM`（240002）、`NECESSARY_PARAM_LACK`（240004）、`SDK_NOT_INIT`（240011）。
`Constants.kServiceTypeSpeechTranscriber`	リアルタイム音声認識の `service_type` 値。値は 4 です。
`Constants.ModeFullCloud`	フルクラウドモード。`service_mode` の値は `"1"` です。

サンプルコード

以下は SDK の主要な処理の例です。完全な権限処理、録音キュー、応答解析については、SDK パッケージの DashFunAsrSpeechTranscriberPage.ets を参照してください。

import { AsrResult, Constants, INativeNuiCallback, KwsResult, NativeNui } from 'neonui';

const callback: INativeNuiCallback = {
  onNuiEventCallback: (event: Constants.NuiEvent, resultCode: number, arg2: number,
    kwsResult: KwsResult, asrResult: AsrResult): void => {
    if (event == Constants.NuiEvent.EVENT_ASR_PARTIAL_RESULT
      || event == Constants.NuiEvent.EVENT_SENTENCE_END) {
      // Parse payload.output.sentence.text from asrResult.allResponse.
    } else if (event == Constants.NuiEvent.EVENT_TRANSCRIBER_COMPLETE) {
      // Recognition is complete.
    } else if (event == Constants.NuiEvent.EVENT_ASR_ERROR) {
      // resultCode contains the error code.
    }
  },
  onNuiAudioStateChanged: (state: Constants.AudioState): void => {
    // Control AudioCapturer for STATE_OPEN, STATE_PAUSE, and STATE_CLOSE.
  },
  onNuiNeedAudioData: (buffer: ArrayBuffer): number => {
    // Copy recording data to buffer and return the number of bytes written.
    return 0;
  },
  onNuiAudioRMSChanged: (val: number): number => 0,
  onNuiLogTrackCallback: (level: Constants.LogLevel, log: string): void => {}
};

const nuiInstance = new NativeNui(Constants.ModeType.MODE_DIALOG);

const initParams: Record<string, Object> = {};
initParams['url'] = 'wss://dashscope.aliyuncs.com/api-ws/v1/inference';
initParams['device_id'] = 'my_device_id';
initParams['service_mode'] = Constants.ModeFullCloud;
initParams['audio_update_manually'] = 'false';

const initResult = nuiInstance.initialize(
  callback,
  JSON.stringify(initParams),
  Constants.LogLevel.LOG_LEVEL_DEBUG,
  false
);

if (initResult == Constants.NuiResultCode.SUCCESS) {
  const nlsConfig: Record<string, Object> = {
    'model': 'qwen-audio-3.1-asr-flash-message',
    'sr_format': 'opus',
    'sample_rate': 16000
  };
  const params: Record<string, Object> = {
    'service_type': Constants.kServiceTypeSpeechTranscriber,
    'nls_config': nlsConfig
  };
  nuiInstance.setParams(JSON.stringify(params));

  const dialogParams: Record<string, Object> = { 'apikey': 'st-****' };
  nuiInstance.startDialog(Constants.VadMode.TYPE_P2T, JSON.stringify(dialogParams));
}

// Stop recognition when the user finishes recording, and wait for EVENT_TRANSCRIBER_COMPLETE.
function stopRecognition(): void {
  nuiInstance.stopDialog();
}
// Call nuiInstance.release() from the EVENT_TRANSCRIBER_COMPLETE handler.

録音には @kit.AudioKit の AudioCapturer を使用します。音声はモノラル 16 ビット PCM で、選択モデルが対応するサンプリングレートにしてください。

import { audio } from '@kit.AudioKit';

const options: audio.AudioCapturerOptions = {
  streamInfo: {
    samplingRate: audio.AudioSamplingRate.SAMPLE_RATE_16000,
    channels: audio.AudioChannel.CHANNEL_1,
    sampleFormat: audio.AudioSampleFormat.SAMPLE_FORMAT_S16LE,
    encodingType: audio.AudioEncodingType.ENCODING_TYPE_RAW
  },
  capturerInfo: {
    source: audio.SourceType.SOURCE_TYPE_MIC,
    capturerFlags: 0
  }
};

const capturer = await audio.createAudioCapturer(options);
capturer.on('readData', (buffer: ArrayBuffer): void => {
  // Pull mode: enqueue data for onNuiNeedAudioData.
  // Push mode: call nuiInstance.updateAudio(buffer, firstPack).
});
await capturer.start();