Qwen-Audio-ASR-Message SDK de Android para reconocimiento de voz en tiempo real

​

Inicio rápido

1. Obtener una clave API
2. Descargue el SDK y ejecute el código de ejemplo:
   • Descargue el paquete más reciente del SDK.
   • Extraiga el paquete ZIP. El SDK en formato AAR se encuentra en el directorio app/libs. Agréguelo a las dependencias de su proyecto. Para la integración con Android C++, utilice android_libs y android_include del paquete ZIP para obtener las bibliotecas dinámicas y los archivos de encabezado.
   • Abra el proyecto en Android Studio. El código de muestra se encuentra en DashFunAsrSpeechTranscriberActivity.java. Reemplace la clave API para probar la función.

​

Procedimiento de llamada

1. Inicialice el SDK.
2. Configure los parámetros para su caso de uso. Utilice el argumento parameters del método initialize para establecer los Parámetros de conexión y control, y utilice el método setParams para establecer los Parámetros de reconocimiento de voz.
3. Llame a startDialog para iniciar el reconocimiento.
4. En la devolución de llamada onNuiAudioStateChanged, inicie el dispositivo de grabación según el estado del audio.
5. Proporcione continuamente datos de grabación en la devolución de llamada onNuiNeedAudioData, o envíe activamente datos de grabación llamando a updateAudio.
6. En la devolución de llamada onNuiEventCallback, escuche los eventos y obtenga los resultados del reconocimiento de voz.
7. Llame a stopDialog para detener el reconocimiento y escuche el evento EVENT_TRANSCRIBER_COMPLETE para confirmar que el reconocimiento ha finalizado.
8. Cuando ya no necesite el reconocimiento, llame a release para liberar los recursos del SDK.

​

Parámetros de solicitud

​

Parámetros de conexión y control

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

​

Parámetros de reconocimiento de voz

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

​

Interfaces clave

​

NativeNui

​

initialize

public synchronized int initialize(final INativeNuiCallback callback,
                                   String parameters,
                                   final Constants.LogLevel level,
                                   final boolean save_log)

​

setParams

public synchronized int setParams(String params)

​

startDialog

public synchronized int startDialog(VadMode vad_mode, String dialog_params)

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

​

stopDialog

public synchronized int stopDialog();

​

cancelDialog

public synchronized int cancelDialog();

​

updateAction

public synchronized int updateAction(String params);

{
  "context": [
    {
      "role": "user",
      "content": [
        {
          "text": "xxx",
          "type": "input_text"
        }
      ]
    }
  ]
}

​

updateAudio

public synchronized int updateAudio(byte[] data, int len,
                                    boolean first_pack);

​

updateRefAudio

public synchronized int updateRefAudio(byte[] data, int len,
                                       boolean first_pack);

​

release

public synchronized int release();

​

GetVersion

public synchronized String GetVersion();

​

INativeNuiCallback: callbacks de escucha

​

onNuiEventCallback: escucha de eventos y resultados del reconocimiento de voz

void onNuiEventCallback(NuiEvent event, final int resultCode, final int arg2, KwsResult kwsResult, AsrResult asrResult);

​

onNuiAudioStateChanged: escucha del estado de audio

void onNuiAudioStateChanged(AudioState state);

​

onNuiNeedAudioData: suministro de los datos de audio a reconocer

int onNuiNeedAudioData(byte[] buffer, int len);

​

onNuiAssistEventCallback: recepción de eventos y datos auxiliares

void onNuiAssistEventCallback_(int event, byte[] info, int info_len,
                               byte[] data);

​

onNuiLogTrackCallback: escucha de registros de seguimiento

default void onNuiLogTrackCallback(Constants.LogLevel level, String log)

​

NuiEvent: tipos de eventos