Skip to main content

Guía de conexión WebSocket

Acceda al servicio de reconocimiento de voz en tiempo real de Paraformer a través de una conexión WebSocket. Este tema describe los endpoints de servicio, los encabezados de solicitud y el flujo de interacción.

Alibaba Cloud Model Studio ha lanzado un dominio específico de espacio de trabajo para la región China (Beijing). El nuevo dominio dedicado ofrece un rendimiento superior y mayor estabilidad para las solicitudes de inferencia. Recomendamos migrar de dashscope.aliyuncs.com a {WorkspaceId}.cn-beijing.maas.aliyuncs.com.Reemplace {WorkspaceId} con su ID de espacio de trabajo real. El dominio existente permanece totalmente funcional.
Este documento se aplica solo a la región de China (Beijing). Para usar modelos, debe usar una clave de API de la región de China (Beijing).
Guía del usuario: Para obtener descripciones generales de modelos y orientación sobre selección, consulte Voz a texto. Para ver código de ejemplo, consulte Reconocimiento de voz en tiempo real. Actualmente, el SDK de DashScope solo es compatible con Java y Python. Para otros lenguajes, conéctese al servicio directamente a través de WebSocket.

Endpoints de servicio

Paraformer solo está disponible en la región de China (Beijing). La URL de WebSocket es fija: wss://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api-ws/v1/inference Reemplace {WorkspaceId} con su ID de espacio de trabajo real.
La URL debe utilizar el protocolo wss://. Proporcione su clave de API en el encabezado de solicitud Authorization (consulte Encabezados de solicitud).

Encabezados de solicitud

Agregue los siguientes campos al encabezado de la solicitud:

Parámetro

Tipo

Obligatorio

Descripción

Authorization

string

Sí

Token de autenticación en el formato Bearer <your_api_key>. Reemplace <your_api_key> con su clave de API.

user-agent

string

No

Identificador del cliente. Ayuda al servidor a identificar el origen de las solicitudes entrantes.

X-DashScope-WorkSpace

string

No

ID del espacio de trabajo de Alibaba Cloud Model Studio.

X-DashScope-DataInspection

string

No

Indica si se debe habilitar la inspección de datos. Omita este encabezado de forma predeterminada; establézcalo en enable solo cuando sea necesario.

El encabezado Authorization se verifica durante el protocolo de enlace de WebSocket. Si la clave de API no es válida o falta, el protocolo de enlace falla con un error HTTP 401 o 403.

Flujo de interacción

Para obtener detalles sobre los eventos del lado del cliente y del lado del servidor, consulte Eventos del cliente y Eventos enviados por el servidor.
imagen
El cliente y el servidor interactúan en la siguiente secuencia:
  1. Establecer la conexión: El cliente abre una conexión WebSocket con el servidor.
  2. Iniciar la tarea: El cliente envía una instrucción run-task. El servidor responde con un evento task-started para confirmar que la tarea ha comenzado, tras lo cual pueden proceder los pasos subsiguientes.
  3. Enviar el flujo de audio: El cliente transmite audio binario monoaural. El servidor devuelve eventos result-generated que contienen los resultados del reconocimiento.
  4. Notificar al servidor para finalizar la tarea: El cliente envía una instrucción finish-task y continúa recibiendo eventos result-generated del servidor.
  5. Finalizar la tarea: El cliente recibe un evento task-finished del servidor, lo que indica que la tarea ha terminado.
  6. Cerrar la conexión: El cliente cierra la conexión WebSocket.