Skip to main content

Qwen-Audio-TTS / CosyVoice Flutter SDK

Integra Qwen-Audio-TTS / CosyVoice con el SDK de Flutter. Consulta la secuencia de llamadas en Dart, los parámetros de la solicitud y los eventos.

Qwen-Audio-TTS y CosyVoice comparten las API de síntesis en streaming bidireccional. La aplicación puede enviar fragmentos de texto mientras recibe el audio sintetizado.

Requisitos previos

  • Configure un entorno de desarrollo de Flutter para la plataforma de destino. La aplicación de ejemplo requiere Dart 3.4 o posterior, con una versión inferior a 4.0.
  • Obtenga una clave de API. Seleccione un punto de conexión en la misma región que la clave de API. Si usa un dominio específico del espacio de trabajo, obtenga también el ID del espacio de trabajo.
No incluya claves de API de larga duración en el código de una aplicación móvil. En los modelos que admiten claves de API temporales, use el servidor de la aplicación para generar una clave de API temporal y enviarla al cliente.

Instalar el SDK

Abra Selección y descarga del SDK móvil de voz, seleccione la pestaña Flutter y descargue y extraiga el paquete. Copie el directorio extraído del SDK a packages/aliyun_neonui en el proyecto de Flutter y agregue la dependencia local en pubspec.yaml.
dependencies:
  aliyun_neonui:
    path: packages/aliyun_neonui
Ejecute flutter pub get y luego importe el SDK en el archivo Dart.
import 'package:aliyun_neonui/neonui.dart';

Inicio rápido

Ejecutar la aplicación de ejemplo

  1. Conecte el dispositivo de destino. Ejecute estos comandos desde el directorio extraído del SDK.
    cd example
    flutter pub get
    flutter run
    
  2. En la pantalla de inicio de la aplicación de ejemplo, abra 百炼(DashScope). Seleccione un punto de conexión e introduzca su API Key. Si usa un dominio específico del espacio de trabajo, introduzca también el WorkspaceId.
  3. Abre Qwen-Audio-TTS/CosyVoice 双向流式语音合成 y ejecuta el ejemplo.
El código completo está en example/lib/pages/dashscope/dash_cosy_voice_stream_tts_page.dart dentro del paquete del SDK.

Modelos incluidos en el ejemplo

  • qwen-audio-3.1-tts-flash
  • qwen-audio-3.1-tts-plus
  • qwen-audio-3.0-tts-flash
  • qwen-audio-3.0-tts-plus
  • cosyvoice-v3-flash
  • cosyvoice-v3-plus

Orden de las llamadas

Llama a estos métodos en la instancia que devuelve NativeNui().
  1. Suscríbete a streamTtsEventStream y streamTtsAudioStream antes de llamar a los métodos.
  2. Usa el JSON de conexión y el JSON de la tarea que aparecen abajo como ticketJson y paramsJson.
    await nui.streamTtsStart(ticket: ticketJson, params: paramsJson);
    await nui.streamTtsSend('你好,');
    await nui.streamTtsSend('欢迎使用语音合成。');
    
    Cuando comience la síntesis, envía el texto en fragmentos y reproduce el audio recibido en el flujo.
  3. Finaliza la entrada de texto con streamTtsStop. Tras el evento de fin de la síntesis, llama a streamTtsRelease.

Parámetros de solicitud

Este ejemplo usa un modelo incluido en el paquete. Consulta example/lib/dashscope_params.dart para otras opciones de configuración. Para más información sobre los parámetros, consulta Android SDK, iOS SDK, HarmonyOS SDK. Sustituye YOUR_WS_HOST por el host WebSocket de tu región, YOUR_DEVICE_ID por un identificador de dispositivo y YOUR_API_KEY por una clave de API de esa región.

Parámetros de conexión

Pasa el JSON de conexión como ticket.
{
  "apikey": "YOUR_API_KEY",
  "device_id": "YOUR_DEVICE_ID",
  "url": "wss://YOUR_WS_HOST/api-ws/v1/inference"
}

Parámetros de la tarea

Pasa el JSON del ejemplo como cadena al método de Dart.
{
  "model": "qwen-audio-3.1-tts-flash",
  "voice": "longanhuan_v3.1",
  "format": "pcm",
  "enable_audio_decoder": false,
  "sample_rate": 24000,
  "volume": 50,
  "rate": 1.0,
  "pitch": 1.0
}
Elige una voice compatible con el model. format y sample_rate definen el formato y la frecuencia de muestreo de salida. El ejemplo habilita enable_audio_decoder para MP3 u Opus.

Referencia de la API

Métodos

En los métodos que devuelven Future<int>, el código 0 indica éxito.
Firma del métodoFinalidad
Future<int> streamTtsStart({required String ticket, required String params, String sessionId = "", int logLevel = 0, bool saveLog = false})Crea una sesión de síntesis en streaming. Pasa ticket y params como cadenas JSON independientes.
Future<int> streamTtsSend(String text)Envía el siguiente fragmento de texto.
Future<int> streamTtsStop({bool flagAsync = true})Finaliza el envío de texto. flagAsync vale true de forma predeterminada para finalizar de forma asíncrona.
Future<int> streamTtsAsyncPlay({required String ticket, required String params, required String text, String sessionId = "", int logLevel = 0, bool saveLog = false})Envía todo el texto en una llamada y recibe el resultado de forma asíncrona.
Future<int> streamTtsCancel()Cancela la sesión o la tarea de síntesis actual.
Future<int> streamTtsRelease()Libera los recursos del SDK.

Eventos y flujos de audio

Lee los eventos desde streamTtsEventStream. Si un evento se entrega como mapa de Dart, lee su nombre desde event y consulta resultCode para ver los errores. El flujo streamTtsAudioStream proporciona bloques de audio para que la aplicación los reproduzca.
EventoFinalidad
STREAM_INPUT_TTS_EVENT_SYNTHESIS_STARTEDInicio de la síntesis o del audio de respuesta
STREAM_INPUT_TTS_EVENT_SENTENCE_SYNTHESISEvento de síntesis de una frase
STREAM_INPUT_TTS_EVENT_SYNTHESIS_COMPLETEFinalización de la tarea o de la salida de audio actual
STREAM_INPUT_TTS_EVENT_TASK_FAILEDError de la tarea