Use el SDK de voz Node.js para llamar a Qwen-Audio-TTS con texto completo o en streaming y gestionar audio, marcas de tiempo de palabras y uso.
Requisitos previos
Obtenga una clave API en la consola y configúrela como variable de entorno DASHSCOPE_API_KEY.
Instalar el SDK
Requiere Node.js 18 o posterior. Descargue el paquete SDK 0.1.0 y ejecute en su proyecto:
Inicio rápido
Guarde el ejemplo como example.mjs y ejecute node example.mjs.
Parámetros de solicitud
Opciones del constructor de SpeechSynthesizer:
| Parámetro | Tipo | Obligatorio | Descripción |
|---|---|---|---|
apiKey | string | No | Clave API. Usa DASHSCOPE_API_KEY de forma predeterminada. |
workspaceId | string | No | ID del espacio de trabajo. Usa DASHSCOPE_WORKSPACE_ID de forma predeterminada. |
baseUrl | string | No | Establezca el host en dashscope-intl.aliyuncs.com (Singapur). |
model | string | No | ID del modelo. Predeterminado: qwen-audio-3.1-tts-flash. |
voice | string | Sí | ID de voz. Elija una voz compatible con el modelo. |
format | 'pcm' | 'wav' | 'mp3' | 'opus' | No | Codificación de audio. Usa el valor predeterminado del servicio si se omite. |
sampleRate | 8000 | 16000 | 22050 | 24000 | 44100 | 48000 | No | Frecuencia de muestreo en Hz. Debe coincidir con la codificación; el servicio la determina si se omite. |
volume | number | No | Volumen: [0,100]. Predeterminado del servicio: 50. |
rate | number | No | Velocidad del habla: [0.5,2.0]. Predeterminado del servicio: 1.0. |
pitch | number | No | Tono: [0.5,2.0]. Predeterminado del servicio: 1.0. |
wordTimestampEnabled | boolean | No | Devuelve marcas de tiempo de palabras. Predeterminado: false. |
languageHints | string[] | No | Para las voces multilingües y dialectales de qwen-audio-3.1-tts-flash, este parámetro permite especificar el idioma o dialecto. Consulte la configuración de voces multilingües y dialectales para obtener más información. |
instruction | string | No | Instrucciones de síntesis para dialecto, emoción o rol. |
parameters | TtsSynthesisParameters | No | Parámetros adicionales, como enable_ssml, seed y hot_fix. |
connectTimeoutMs | number | No | Tiempo de conexión en ms. Predeterminado: 10000. |
taskTimeoutMs | number | No | Tiempo de confirmación de inicio/fin en ms. Predeterminado: 60000; 0 lo desactiva. |
parameters.enable_ssml | boolean | No | Activa SSML. Envíe el texto SSML completo y no vacío una vez por tarea. Consulte los límites. |
parameters.bit_rate | number | No | Tasa de bits MP3/Opus en kbps. Intervalo: [6,510]; predeterminado: 32. |
parameters.seed | number | No | Semilla aleatoria: [0,65535]. |
parameters.hot_fix | Record<string, unknown> | No | Configuración de corrección mediante parameters.hot_fix. Consulte la estructura en eventos del cliente. |
Referencia de la API
Métodos principales
| Método | Valor de retorno | Descripción |
|---|---|---|
synthesize(text: string) | Promise<Buffer> | Sintetiza el texto completo y devuelve audio. Hasta 20000 caracteres. |
begin() | Promise<void> | Inicia la síntesis en streaming; después envíe texto. |
sendText(text: string) | void | Envía texto: hasta 20000 caracteres por llamada y 200000 por tarea. |
end() | Promise<Buffer> | Termina la entrada, espera la síntesis y devuelve el audio completo. |
cancel() | void | Solicita cancelar la síntesis. |
close(code?: number, reason?: string) | void | Cierra la conexión y libera los recursos de la tarea. |
Eventos de callback
Registre callbacks con on(event, listener). Consulte los campos completos en eventos del servidor.
| Evento | Carga útil | Descripción |
|---|---|---|
started | { taskId: string } | La tarea ha comenzado y acepta entrada. |
audio | Buffer | Fragmento de audio binario; puede emitirse varias veces. |
sentenceBegin | { index: number; text: string } | Ha comenzado la síntesis de una frase. |
sentenceEnd | { index: number; text: string; characters?: number; words?: TtsWord[]; usage?: TtsUsage } | Síntesis de frase completada; puede incluir marcas de tiempo y uso original. |
finished | { taskId: string; characters?: number; usage?: TtsUsage } | La tarea ha terminado y el estado local se ha borrado. |
failed / error | DashScopeError | Error con code, message e identificadores de solicitud. |
close | { code: number; reason: string } | Notificación de cierre de la conexión subyacente. |
event | ServerEvent | Mensaje JSON original del servicio. |