Utilice el C# SDK para llamar a Qwen-LiveTranslate-Realtime a través de WebSocket y traducir voz en texto y audio en el idioma objetivo.
Requisitos previos
Obtenga una clave de API y configure la variable de entorno DASHSCOPE_API_KEY. Use una clave de API de la misma región que su espacio de trabajo.
Instalar el SDK
Descargue y extraiga Bailian.DashScope-1.1.0.zip. Para usar el SDK en un proyecto C#, instálelo desde la fuente local NuGet.
Inicio rápido
Ejecutar el ejemplo incluido
- Cree un proyecto de consola .NET 10 e instale el SDK como se describe arriba.
- Coloque
input.pcmen el directorio del proyecto. Use PCM sin encabezado, mono, de 16 bits en orden little-endian, con una frecuencia de muestreo de 16 kHz. Convierta primero los archivos WAV a PCM sin encabezado.
WorkspaceId por el ID de su espacio de trabajo. Para consultar las regiones y los puntos de conexión disponibles, vea Acceso por WebSocket.
Llamar al SDK desde un proyecto
Este programa transmite en tiempo real una grabación de PCM sin encabezado, espera a que finalice la respuesta y escribe el audio en output.pcm. Reemplace Program.cs por el siguiente código.
Parámetros de solicitud
| Opción | Tipo | Predeterminado | Descripción |
|---|---|---|---|
ApiKey | string? | null | Clave de API de Model Studio. Si se omite, el SDK lee DASHSCOPE_API_KEY. |
Url | string | wss://dashscope.aliyuncs.com/api-ws/v1/realtime | Punto de conexión de WebSocket. El SDK agrega Model como parámetro de consulta model. |
WorkspaceId | string? | null | ID de espacio de trabajo enviado en el encabezado X-DashScope-WorkSpace. Para utilizar un punto de conexión específico del espacio de trabajo, establezca la dirección completa en Url. |
ConnectTimeout | TimeSpan | 10 s | Tiempo de espera para abrir la conexión de WebSocket. |
StartTimeout | TimeSpan | 10 s | Tiempo de espera para recibir session.created. |
StopTimeout | TimeSpan | 10 s | Tiempo de espera para recibir session.finished cuando el modo de finalización espera ese evento. |
FinishMode | QwenRealtimeFinishMode? | null | Cuando se omite, el SDK elige un modo de finalización según el modelo. Lea FinishMode en la instancia para ver qué modo utiliza. |
Model | string | qwen3.5-livetranslate-flash-realtime | ID del modelo. |
Modalities | IList<string> | ["text", "audio"] | Modalidades de salida. Use ["text"] para texto traducido únicamente. |
Voice | string? | null | Voz para el audio traducido. Si se omite, el servidor elige una predeterminada. Al generar audio con 3.8, especifique una voz compatible con ese modelo. |
EnableVoiceClone | bool? | null | Habilita la clonación de voz para el audio traducido. |
VoiceCloneFrequency | string | once | once clona la voz al inicio de la sesión, always lo hace para cada oración y never utiliza un ID de voz clonada existente. Consulte qué modos admite su modelo. |
SampleRate | int | 16000 | Tasa de muestreo de entrada en Hz. Elija una tasa de muestreo compatible con su modelo. |
InputAudioFormat | string | pcm | Formato de audio de entrada. La opción del SDK acepta pcm o opus. Consulte la referencia de eventos del cliente para conocer los formatos compatibles con su modelo. |
OutputAudioFormat | string? | null | Formato de audio de salida, por ejemplo pcm. Cuando se omite, el servidor utiliza su valor predeterminado. |
TranscriptionModel | string? | qwen3-asr-flash-realtime | Modelo para reconocimiento de habla de origen. Con qwen3.5-livetranslate-flash-realtime, establezca esta opción y SourceLanguage en null para omitir input_audio_transcription. El reconocimiento de habla de origen siempre está habilitado en la versión 3.8. |
SourceLanguage | string? | null | Código de idioma de origen, por ejemplo zh. Cuando se omite, el servidor detecta el idioma. |
TargetLanguage | string | en | Código de idioma objetivo, por ejemplo en. |
SkipSameLanguageText | bool? | null | Omite el texto traducido cuando los idiomas de origen y destino coinciden. Compruebe si su versión de modelo admite esta opción. |
SkipSameLanguageAudio | bool? | null | Omite el audio traducido cuando los idiomas de origen y destino coinciden. Compruebe si su versión de modelo admite esta opción. |
CorpusPhrases | IDictionary<string, string>? | null | Glosario de traducción que asigna términos de origen a términos objetivo en translation.corpus.phrases. |
VadThreshold | double? | 0.5 | Umbral de detección de actividad de voz (VAD) del servidor entre -1.0 y 1.0. |
VadSilenceMs | int | 1000 | Duración de silencio en milisegundos antes de que el servidor detecte el final de la habla. |
EnableDebugInfo | bool? | null | Solicita información de depuración desde el servidor. |
session.input_modalities en ["audio", "video"] como se muestra en Acceso por WebSocket, luego envíe cuadros de imagen junto con el audio. AppendImageAsync envía cuadros de imagen. Utilice SendRawEventAsync para enviar eventos completos del cliente para campos sin una opción dedicada del SDK.
Referencia de la API
Use DashScope.Qwen.QwenLiveTranslator con QwenLiveTranslateOptions. Algunas configuraciones de sesión y campos de evento difieren entre 3.5 y 3.8. Consulte la referencia de eventos del cliente para su modelo.
Métodos
Los métodos siguientes devuelven Task, excepto DisposeAsync. ct es un token de cancelación opcional.
| Método | Descripción |
|---|---|
ConnectAsync(CancellationToken ct = default) | Abre la conexión, espera session.created y envía session.update. |
AppendAudioAsync(ReadOnlyMemory<byte> pcm, CancellationToken ct = default) | Envía un marco de audio. El SDK codifica los bytes mediante Base64 y envía un evento input_audio_buffer.append. |
AppendImageAsync(string imageBase64, CancellationToken ct = default) | Envía un marco de imagen Base64 en input_image_buffer.append. Seleccione un modelo que admita entrada de imagen y habilite previamente la entrada de audio e imagen. |
SendRawEventAsync(string frameJson, CancellationToken ct = default) | Envía el JSON del evento completo del cliente tal como se proporciona. Utilice este método para eventos sin un método SDK dedicado. |
FinishAsync(CancellationToken ct = default) | Finaliza la sesión usando el FinishMode activo. |
AbortAsync() | Cierra la conexión inmediatamente y descarta los resultados pendientes. |
DisposeAsync() | Libera recursos de forma asíncrona y devuelve un ValueTask. |
Eventos
| Evento | Argumento del evento | Cuando se activa |
|---|---|---|
SessionReady | string? | La sesión está lista. El valor es session.id. |
SourceTranscriptUpdated | QwenTranscriptEventArgs | Transcripción actual de la fuente. Se devuelve cuando se habilita el reconocimiento de voz de la fuente. |
SourceTranscriptCompleted | QwenTranscriptEventArgs | Transcripción final de un enunciado de la fuente. |
TranslationTextDelta | QwenTextDeltaEventArgs | Delta de traducción. Consulte TranslationCompleted para obtener la traducción final. |
TranslationCompleted | QwenTranscriptEventArgs | Traducción completa del enunciado. |
TranslatedAudioChunk | QwenAudioChunkEventArgs | Fragmento de audio traducido. El formato y la tasa de muestreo dependen de la configuración de la sesión y la respuesta del modelo. |
TranslatedAudioCompleted | EventArgs | Se ha recibido todo el audio traducido para el turno. |
ResponseCompleted | QwenResponseSummary | Llegó response.done con el estado y el uso. |
RawServerEvent | QwenServerEventArgs | Evento del servidor sin procesar con su tipo y objeto JSON. |
ErrorOccurred | DashScopeErrorEventArgs | Ocurrió un error del servidor o un fallo de conexión. |
Finalizar la sesión
Después de enviar todo el audio, llame a FinishAsync para finalizar la sesión y recibir la traducción y el audio traducido restantes. LiveTranslate usa FinishAndWait de manera predeterminada. Este modo envía session.finish y espera session.finished.