全部產品
Search
文件中心

Alibaba Cloud Model Studio:Qwen-LiveTranslate-Realtime C# SDK

更新時間:Nov 17, 2026

使用 C# SDK 透過 WebSocket 呼叫 Qwen-LiveTranslate-Realtime,將輸入語音即時翻譯成目標語言的文字與音頻。

安裝 SDK

下載 Bailian.DashScope-1.1.0.zip 並解壓。在 C# 項目中使用時,從本地 NuGet 源安裝 SDK。

快速開始

  1. 取得 API Key 並將 API Key 設定為環境變數 DASHSCOPE_API_KEY。API Key 和業務空間須屬於同一地區。
  2. 建立 .NET 10 主控台專案並依照上文安裝 SDK。
  3. 將 input.pcm 放在專案目錄。使用 16 kHz、單聲道、16 bit 小端序裸 PCM。若來源檔案是 WAV,請先轉成裸 PCM。

設定新加坡地區的業務空間 WebSocket 位址。將 WorkspaceId 替換為實際的業務空間 ID。各模型適用的地區與位址請參閱 WebSocket 接入。

export DASHSCOPE_REALTIME_URL="wss://WorkspaceId.ap-southeast-1.maas.aliyuncs.com/api-ws/v1/realtime"

C# 呼叫範例

以下程式碼會依即時節奏傳送一段裸 PCM 音頻,等待回應結束後,再將音頻寫入 output.pcm。用以下代碼取代 Program.cs。

using DashScope.Qwen;

if (args.Length < 2)
    throw new ArgumentException("Usage: <input.pcm> <model> [voice]");

using var timeout = new CancellationTokenSource(TimeSpan.FromSeconds(60));
var ct = timeout.Token;
await using var client = new QwenLiveTranslator(new QwenLiveTranslateOptions
{
    Model = args[1],
    Voice = args.Length > 2 ? args[2] : null,
    Url = Environment.GetEnvironmentVariable("DASHSCOPE_REALTIME_URL")
        ?? throw new InvalidOperationException("Set DASHSCOPE_REALTIME_URL to your workspace WebSocket endpoint."),
    Modalities = ["text", "audio"],
    SourceLanguage = "zh",
    TargetLanguage = "en",
    SampleRate = 16000,
});

using var output = File.Create("output.pcm");
var completed = new TaskCompletionSource<string?>(TaskCreationOptions.RunContinuationsAsynchronously);
client.TranslationCompleted += (_, e) => Console.WriteLine(e.Text);
client.TranslatedAudioChunk += (_, e) => output.Write(e.Pcm);
client.ResponseCompleted += (_, e) => completed.TrySetResult(e.Status);
client.ErrorOccurred += (_, e) => completed.TrySetException(
    new InvalidOperationException($"{e.ServerErrorCode}: {e.ServerErrorMessage}"));

await client.ConnectAsync(ct);
using var input = File.OpenRead(args[0]);
var frame = new byte[640];
int size;
while ((size = await input.ReadAsync(frame.AsMemory(), ct)) > 0)
{
    await client.AppendAudioAsync(frame.AsMemory(0, size), ct);
    await Task.Delay(20, ct);
}

Array.Clear(frame);
for (var i = 0; i < 60; i++)
{
    await client.AppendAudioAsync(frame, ct);
    await Task.Delay(20, ct);
}

await client.FinishAsync(ct);
var status = await completed.Task.WaitAsync(ct);
if (status != "completed" || output.Length == 0)
    throw new InvalidOperationException($"Status: {status}, audio bytes: {output.Length}");

將快速開始中的裸 PCM 檔案放入專案目錄,執行。

dotnet run -- input.pcm qwen3.8-livetranslate-flash-realtime Serena

API 參考

使用 DashScope.Qwen.QwenLiveTranslator,建立實例時傳入 QwenLiveTranslateOptions。3.5 與 3.8 的伺服器端設定與事件欄位有差異,詳細內容請以對應模型的客戶端事件 為準。

連接與翻譯選項

選項類型預設值說明
ApiKeystring?null百煉 API Key。未設定時讀取 DASHSCOPE_API_KEY。
Urlstringwss://dashscope.aliyuncs.com/api-ws/v1/realtimeWebSocket 位址。SDK 會將 Model 拼接至 URL 的 model 查詢參數。
WorkspaceIdstring?null業務空間 ID。設定後透過 X-DashScope-WorkSpace 請求頭傳遞。使用業務空間專屬網域時,透過 Url 指定完整地址。
ConnectTimeoutTimeSpan10 s建立 WebSocket 連接的逾時時間。
StartTimeoutTimeSpan10 s等待 session.created 的逾時時間。
StopTimeoutTimeSpan10 s等待 session.finished 的逾時時間,適用於等待該事件的收尾方式。
FinishModeQwenRealtimeFinishMode?null留空時按模型選擇收尾方式。可讀取實例的 FinishMode 查看實際取值。
Modelstringqwen3.5-livetranslate-flash-realtime模型 ID。
ModalitiesIList<string>["text", "audio"]輸出模態。僅需譯文時設為 ["text"]。
Voicestring?null輸出譯音時使用的音色。未設定時由伺服器端選擇預設值。使用 3.8 且輸出語音時需指定該模型支援的音色。
EnableVoiceClonebool?null聲音復刻開關。
VoiceCloneFrequencystringonceonce 在會話開始時複製一次,always 每句複製,never 使用已有的複製音色 ID。請依型號確認可用方式。
SampleRateint16000輸入取樣率,單位為 Hz。請選擇模型支援的取樣率。
InputAudioFormatstringpcm輸入音訊格式。SDK 選項接受 pcm 或 opus,實際可用格式以模型之客戶端事件參考為準。
OutputAudioFormatstring?null輸出音訊格式,例如 pcm。留空時使用服務端預設值。
TranscriptionModelstring?qwen3-asr-flash-realtime來源語音辨識模型。使用 qwen3.5-livetranslate-flash-realtime 時,將此項與 SourceLanguage 均設為 null 可省略 input_audio_transcription 設定。3.8 版本的來源語音辨識始終啟用。
SourceLanguagestring?null來源語言代碼,例如 zh。留空時由服務端自動偵測。
TargetLanguagestringen目標語言代碼,例如 en。
SkipSameLanguageTextbool?null當來源語言與目標語言相同時跳過翻譯輸出。請依所用版本確認支援情況。
SkipSameLanguageAudiobool?null當來源語言與目標語言相同時跳過翻譯聲音輸出。請依所用版本確認支援情況。
CorpusPhrasesIDictionary<string, string>?null翻譯熱詞,從來源詞映射至目標詞,對應 translation.corpus.phrases。
VadThresholddouble?0.5服務端 VAD 閾值,取值範圍 -1.0 至 1.0。
VadSilenceMsint1000服務端判定語音結束前所需的靜音時長,單位為毫秒。
EnableDebugInfobool?null請求服務端回傳除錯資訊。

使用 3.8 進行音視頻翻譯時,先按WebSocket 接入 將 session.input_modalities 設為 ["audio", "video"],再隨音訊傳送圖片幀。AppendImageAsync 負責傳送圖片幀。配置或傳送 SDK 未封裝的欄位時,可使用 SendRawEventAsync 發送完整的客戶端事件。

方法

除了 DisposeAsync 外,下列方法返回 Task。ct 為可選取消權杖。

方法說明
ConnectAsync(CancellationToken ct = default)建立連接,等待 session.created,然後發送 session.update。
AppendAudioAsync(ReadOnlyMemory<byte> pcm, CancellationToken ct = default)發送一幀音訊。SDK 將字節編碼為 Base64 並透過 input_audio_buffer.append 發送。
AppendImageAsync(string imageBase64, CancellationToken ct = default)發送一幀 Base64 圖像,對應 input_image_buffer.append。需使用支援圖片輸入的模型,並提前啟用音訊與圖片輸入。
SendRawEventAsync(string frameJson, CancellationToken ct = default)原樣發送一條完整的客戶端事件 JSON,可用於 SDK 尚未單獨封裝的事件。
FinishAsync(CancellationToken ct = default)依照實際 FinishMode 正常結束會話。
AbortAsync()立即關閉連接,放棄途中的結果。
DisposeAsync()異步釋放資源,返回 ValueTask。

事件

事件事件參數觸發條件
SessionReadystring?會話就緒,值為 session.id。
SourceTranscriptUpdatedQwenTranscriptEventArgs目前的來源語音轉寫。啟用來源語音轉寫後才會回傳。
SourceTranscriptCompletedQwenTranscriptEventArgs一句來源語音的最終轉寫。
TranslationTextDeltaQwenTextDeltaEventArgs翻譯增量。需要最終翻譯時,讀取 TranslationCompleted。
TranslationCompletedQwenTranscriptEventArgs本句的完整翻譯。
TranslatedAudioChunkQwenAudioChunkEventArgs翻譯音訊片段。音訊格式和取樣率以會話設定和模型實際回傳為準。
TranslatedAudioCompletedEventArgs本輪翻譯音訊全部下發。
ResponseCompletedQwenResponseSummary收到 response.done,回傳狀態和用量。
RawServerEventQwenServerEventArgs原始服務端事件,可讀取事件類型和 JSON 物件。
ErrorOccurredDashScopeErrorEventArgs服務端錯誤或連接異常。

事件參數欄位見 C# SDK 結果物件。翻譯場景的用量為會話累計值。

會話收尾

送出所有音訊後,呼叫 FinishAsync 結束工作階段,讓伺服器傳回剩餘的譯文和翻譯音訊。LiveTranslate 預設使用 FinishAndWait,送出 session.finish 並等待 session.finished。