Flutter SDK を使用して Qwen-Audio-TTS / CosyVoice に接続するためのガイドです。Dart の呼び出し順序、リクエストパラメーター、イベントを説明します。
Qwen-Audio-TTS と CosyVoice は同じ双方向ストリーミング API を使用します。テキストを分割して送信しながら、合成音声を受信できます。
前提条件
- 対象プラットフォームの Flutter 開発環境を用意します。サンプルアプリには Dart 3.4 以上、4.0 未満が必要です。
- API キーを取得します。API キーと同じリージョンのサービスエンドポイントを選択します。ワークスペース専用ドメインを使用する場合は、ワークスペース ID も取得します。
モバイルアプリに有効期間の長い API キーをハードコードしないでください。一時 API キーに対応するモデルを使用する場合は、アプリケーションサーバーで一時 API キーを生成し、クライアントに送信します。
SDK のインストール
モバイル音声 SDK の選択とダウンロードを開き、Flutter タブからパッケージをダウンロードして展開します。
展開した SDK ディレクトリを Flutter プロジェクトの packages/aliyun_neonui にコピーし、pubspec.yaml にローカル依存関係を追加します。
dependencies:
aliyun_neonui:
path: packages/aliyun_neonui
flutter pub get を実行し、Dart ファイルで SDK をインポートします。
import 'package:aliyun_neonui/neonui.dart';
クイックスタート
サンプルアプリを実行する
-
対象のデバイスを接続し、展開した SDK ディレクトリで次のコマンドを実行します。
cd example flutter pub get flutter run -
サンプルアプリのホーム画面で 百炼(DashScope) を開き、サービスエンドポイントを選択して API Key を入力します。ワークスペース専用ドメインを使用する場合は、WorkspaceId も入力します。
-
Qwen-Audio-TTS/CosyVoice 双向流式语音合成 を開き、サンプルを実行します。
完全なサンプルは SDK パッケージの example/lib/pages/dashscope/dash_cosy_voice_stream_tts_page.dart にあります。
同梱サンプルで選択できるモデル
qwen-audio-3.1-tts-flashqwen-audio-3.1-tts-plusqwen-audio-3.0-tts-flashqwen-audio-3.0-tts-pluscosyvoice-v3-flashcosyvoice-v3-plus
呼び出し手順
NativeNui() で取得したインスタンスで、以下のメソッドを呼び出します。
-
メソッドを呼び出す前に
streamTtsEventStreamとstreamTtsAudioStreamを購読します。 -
下記の接続用 JSON とタスク用 JSON を、それぞれ
ticketJsonとparamsJsonに使用します。await nui.streamTtsStart(ticket: ticketJson, params: paramsJson); await nui.streamTtsSend('你好,'); await nui.streamTtsSend('欢迎使用语音合成。');合成を開始したら、テキストを分割して送信し、オーディオストリームから受信した音声を再生します。
-
streamTtsStopでテキスト入力を終了します。合成完了イベントを受信したらstreamTtsReleaseを呼び出します。
リクエストパラメーター
以下はパッケージに同梱するモデルのサンプルです。その他の設定については、パッケージ内の example/lib/dashscope_params.dart を参照してください。その他のパラメーターについては、Android SDK、iOS SDK、HarmonyOS SDKをご参照ください。
YOUR_WS_HOST を対象リージョンの WebSocket ホスト名、YOUR_DEVICE_ID をデバイス識別子、YOUR_API_KEY をそのリージョンの API キーに置き換えます。
接続パラメーター
接続パラメーターを ticket に渡します。
{
"apikey": "YOUR_API_KEY",
"device_id": "YOUR_DEVICE_ID",
"url": "wss://YOUR_WS_HOST/api-ws/v1/inference"
}
タスクパラメーター
次の JSON は、文字列として Dart メソッドに渡します。
{
"model": "qwen-audio-3.1-tts-flash",
"voice": "longanhuan_v3.1",
"format": "pcm",
"enable_audio_decoder": false,
"sample_rate": 24000,
"volume": 50,
"rate": 1.0,
"pitch": 1.0
}
model に対応する voice を使用します。format と sample_rate は出力形式とサンプリングレートを指定します。サンプルでは MP3 または Opus を選択すると enable_audio_decoder が有効になります。
API リファレンス
メソッド
戻り値が Future<int> のメソッドでは、結果コード 0 が成功を表します。
| メソッドのシグネチャ | 用途 |
|---|---|
Future<int> streamTtsStart({required String ticket, required String params, String sessionId = "", int logLevel = 0, bool saveLog = false}) | ストリーミング合成セッションを作成します。ticket と params をそれぞれ JSON 文字列で渡します。 |
Future<int> streamTtsSend(String text) | 次のテキストを送信します。 |
Future<int> streamTtsStop({bool flagAsync = true}) | テキスト入力を終了します。flagAsync のデフォルトは true で、非同期で停止します。 |
Future<int> streamTtsAsyncPlay({required String ticket, required String params, required String text, String sessionId = "", int logLevel = 0, bool saveLog = false}) | テキスト全体を一度に送信し、合成結果を非同期で受信します。 |
Future<int> streamTtsCancel() | 現在のセッションまたは合成タスクをキャンセルします。 |
Future<int> streamTtsRelease() | SDK リソースを解放します。 |
イベントとオーディオストリーム
streamTtsEventStream からイベントを受信します。イベントが Dart の Map の場合は、event でイベント名を確認し、resultCode でタスクのエラーを確認します。
streamTtsAudioStream から音声チャンクを受信し、アプリで再生します。
| イベント | 用途 |
|---|---|
STREAM_INPUT_TTS_EVENT_SYNTHESIS_STARTED | 合成または応答の音声出力が開始 |
STREAM_INPUT_TTS_EVENT_SENTENCE_SYNTHESIS | 文単位の合成イベント |
STREAM_INPUT_TTS_EVENT_SYNTHESIS_COMPLETE | タスクまたは現在の音声出力が完了 |
STREAM_INPUT_TTS_EVENT_TASK_FAILED | タスクの失敗 |