Este tópico descreve o endpoint de service, os cabeçalhos de requisição e o fluxo de interação para acessar o service de reconhecimento de fala em tempo real Qwen-Audio-3.0-ASR-Flash-Streaming/Fun-ASR-Realtime por meio de uma conexão WebSocket.
Guia do usuário: Para descrições dos modelos e orientações de seleção, consulte Speech-to-text. Para exemplos de código, consulte Real-time speech recognition.
Atualmente, o DashScope SDK oferece suporte apenas a Java e Python. Para outras linguagens de programação, conecte-se diretamente ao service via conexão WebSocket.
Endpoint do service
A URL WebSocket é fixa:
Singapore
wss://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api-ws/v1/inference
Substitua {WorkspaceId} pelo seu Workspace ID real.
China (Beijing)
wss://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api-ws/v1/inference
Substitua {WorkspaceId} pelo seu Workspace ID real.
ImportanteO Alibaba Cloud Model Studio lançou domínios específicos por workspace para as regiões China (Beijing) e Singapore. Os novos domínios dedicados oferecem desempenho superior e maior estabilidade para requisições de inferência. Recomendamos a migração para os novos domínios:
- China (Beijing): de
dashscope.aliyuncs.compara{WorkspaceId}.cn-beijing.maas.aliyuncs.com - Singapore: de
dashscope-intl.aliyuncs.compara{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com
Substitua {WorkspaceId} pelo seu Workspace ID real. Os domínios existentes permanecem totalmente funcionais.
ImportanteA URL deve usar o protocolo wss:// e é fixa. Defina Authorization no cabeçalho da requisição (consulte Request headers).
Cabeçalhos da requisição
Adicione as seguintes informações ao cabeçalho da requisição:
Parâmetro | Tipo | Obrigatório | Descrição |
|---|---|---|---|
Authorization | string | Sim | Token de autenticação no formato |
user-agent | string | Não | Identificador do cliente que ajuda o servidor a rastrear a source da requisição. |
X-DashScope-WorkSpace | string | Não | workspace ID do Model Studio. |
X-DashScope-DataInspection | string | Não | Indica se a inspeção de conformidade de dados deve ser ativada. Este parâmetro é omitido ou definido como |
ImportanteA autorização é verificada durante o handshake WebSocket. Se a chave de API for inválida ou estiver ausente, o handshake falhará e retornará um erro HTTP 401 ou 403.
Fluxo de interação
Para obter detalhes sobre eventos do cliente e do servidor, consulte Client events e Server-side events.
O cliente e o servidor interagem na seguinte ordem:
- Estabeleça a conexão: O cliente estabelece uma conexão WebSocket com o servidor.
- Inicie a tarefa: O cliente envia uma instrução run-task para iniciar a tarefa e recebe um evento task-started do servidor. Esse evento confirma que a tarefa foi iniciada e que você pode prosseguir para as etapas subsequentes.
- Envie o fluxo de áudio: O cliente começa a enviar áudio binário (que deve ser mono) e recebe simultaneamente um fluxo de eventos result-generated do servidor. Cada evento contém um resultado de reconhecimento de fala.
- Notifique o servidor para encerrar a tarefa: O cliente envia uma instrução finish-task para sinalizar ao servidor o fim da tarefa e continua recebendo eventos result-generated do servidor.
- Encerre a tarefa: O cliente recebe um evento task-finished do servidor, indicando que a tarefa terminou.
- Feche a conexão: O cliente fecha a conexão WebSocket.