本文介紹通過 WebSocket 串連訪問 Qwen-Audio-3.0-ASR-Flash-Streaming/Fun-ASR-Realtime 即時語音辨識服務的介面地址、要求標頭和互動流程。
使用者指南：關於模型介紹和選型建議請參見語音辨識，範例程式碼請參見即時語音辨識。
DashScope SDK 目前僅支援 Java 和 Python。使用其他程式設計語言時，可通過 WebSocket 串連與服務進行通訊。
介面地址
WebSocket URL 固定如下：
新加坡
wss://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api-ws/v1/inference
調用時請將{WorkspaceId}替換為真實的Workspace ID。
華北2（北京）
wss://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api-ws/v1/inference
調用時請將{WorkspaceId}替換為真實的Workspace ID。
重要阿里雲百鍊為華北2（北京）、新加坡地區推出了業務空間專屬網域名稱，能夠為推理請求提供卓越的效能和更高的穩定性，建議遷移至新網域名稱：
- 華北2（北京）地區：從
dashscope.aliyuncs.com遷移至{WorkspaceId}.cn-beijing.maas.aliyuncs.com - 新加坡地區：從
dashscope-intl.aliyuncs.com遷移至{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com
{WorkspaceId}需要替換為真實的Workspace ID。現有網域名稱仍可正常使用。
重要URL 必須使用 wss:// 協議，且固定不變。Authorization 在要求標頭中設定（參見要求標頭）。
要求標頭
要求標頭中需添加如下資訊：
參數 | 類型 | 是否必選 | 說明 |
|---|---|---|---|
Authorization | string | 是 | 鑒權令牌，格式為 |
user-agent | string | 否 | 用戶端標識，便於服務端追蹤來源。 |
X-DashScope-WorkSpace | string | 否 | 阿里雲百鍊業務空間ID。 |
X-DashScope-DataInspection | string | 否 | 是否啟用資料合規檢測功能。預設不傳或設為 |
重要Authorization 鑒權在 WebSocket 握手階段驗證。如果 API Key 無效或缺失，握手將失敗並返回 HTTP 401/403 錯誤。
互動流程
用戶端事件和服務端事件的詳細說明，請參見用戶端事件和服務端事件。
按時間順序，用戶端與服務端的互動流程如下：
- 建立串連：用戶端與服務端建立 WebSocket 串連。
- 開啟任務：用戶端發送 run-task 指令以開啟任務，並接收服務端返回的 task-started 事件，標誌著任務已成功開啟，可以進行後續步驟。
- 發送音頻流：用戶端開始發送二進位音頻（須為單聲道音頻），並同時接收服務端持續返回的 result-generated 事件，該事件包含語音辨識結果。
- 通知服務端結束任務：用戶端發送 finish-task 指令通知服務端結束任務，並繼續接收服務端返回的 result-generated 事件。
- 任務結束：用戶端收到服務端返回的 task-finished 事件，標誌著任務結束。
- 關閉串連：用戶端關閉 WebSocket 串連。