Utilisez le C# SDK pour appeler Qwen-LiveTranslate-Realtime via WebSocket et traduire la parole en texte et en audio dans la langue cible.
Prérequis
Obtenez une clé API et définissez la variable d’environnement DASHSCOPE_API_KEY. Utilisez une clé API de la même région que votre espace de travail.
Installer le SDK
Téléchargez et extrayez Bailian.DashScope-1.1.0.zip. Pour utiliser le SDK dans un projet C#, installez-le à partir de la source locale NuGet.
Démarrage rapide
Exécuter l’exemple fourni
- Créez un projet console .NET 10 et installez le SDK selon les instructions ci-dessus.
- Placez
input.pcmdans le répertoire du projet. Utilisez un fichier PCM brut, mono, 16 bits, petit-boutiste, à 16 kHz. Convertissez d’abord les fichiers WAV en PCM brut.
WorkspaceId par l’identifiant de votre espace de travail. Pour les régions et adresses prises en charge, consultez Accès WebSocket.
Appeler le SDK dans un projet
Ce programme diffuse en continu un enregistrement brut PCM, attend que la réponse soit complète, puis écrit l'audio dans output.pcm. Remplacez Program.cs par le code suivant.
Paramètres de requête
| Option | Type | Valeur par défaut | Description |
|---|---|---|---|
ApiKey | string? | null | Clé API Model Studio. Si omis, le SDK lit DASHSCOPE_API_KEY. |
Url | string | wss://dashscope.aliyuncs.com/api-ws/v1/realtime | Endpoint WebSocket. Le SDK ajoute Model comme paramètre de requête model. |
WorkspaceId | string? | null | ID d'espace de travail envoyé dans l'en-tête X-DashScope-WorkSpace. Pour utiliser un endpoint spécifique à un espace de travail, définissez l'adresse complète dans Url. |
ConnectTimeout | TimeSpan | 10 s | Délai d'attente pour l'ouverture de la connexion WebSocket. |
StartTimeout | TimeSpan | 10 s | Délai d'attente pour la réception de session.created. |
StopTimeout | TimeSpan | 10 s | Délai d'attente pour la réception de session.finished lorsque le mode finish attend cet événement. |
FinishMode | QwenRealtimeFinishMode? | null | Lorsqu'il est omis, le SDK choisit un mode finish en fonction du modèle. Lisez FinishMode sur l'instance pour connaître le mode utilisé. |
Model | string | qwen3.5-livetranslate-flash-realtime | Identifiant du modèle. |
Modalities | IList<string> | ["text", "audio"] | Modalités de sortie. Utilisez ["text"] pour obtenir uniquement du texte traduit. |
Voice | string? | null | Voix pour l'audio traduit. Si omis, le serveur choisit une valeur par défaut. Lors de la génération d'audio avec 3.8, précisez une voix prise en charge par ce modèle. |
EnableVoiceClone | bool? | null | Permet le clonage vocal pour l'audio traduit. |
VoiceCloneFrequency | string | once | once clone la voix au début de la session, always le fait pour chaque phrase, et never utilise un ID de voix clonée existant. Vérifiez les modes pris en charge par votre modèle. |
SampleRate | int | 16000 | Fréquence d'échantillonnage d'entrée en Hz. Choisissez une fréquence prise en charge par votre modèle. |
InputAudioFormat | string | pcm | Format audio d'entrée. L'option SDK accepte pcm ou opus. Consultez la référence des événements client pour connaître les formats pris en charge par votre modèle. |
OutputAudioFormat | string? | null | Format audio de sortie, par exemple pcm. Si omis, le serveur utilise sa valeur par défaut. |
TranscriptionModel | string? | qwen3-asr-flash-realtime | Modèle pour la reconnaissance vocale source. Avec qwen3.5-livetranslate-flash-realtime, définissez à la fois cette option et SourceLanguage sur null afin d'omettre input_audio_transcription. La reconnaissance vocale source est toujours activée dans la version 3.8. |
SourceLanguage | string? | null | Code de langue source, par exemple zh. Si omis, le serveur détecte automatiquement la langue. |
TargetLanguage | string | en | Code de langue cible, par exemple en. |
SkipSameLanguageText | bool? | null | Ignore le texte traduit lorsque les langues source et cible sont identiques. Vérifiez si votre version de modèle prend en charge cette option. |
SkipSameLanguageAudio | bool? | null | Ignore l'audio traduit lorsque les langues source et cible sont identiques. Vérifiez si votre version de modèle prend en charge cette option. |
CorpusPhrases | IDictionary<string, string>? | null | Glossaire de traduction qui mappe les termes sources vers les termes cibles dans translation.corpus.phrases. |
VadThreshold | double? | 0.5 | Seuil de détection de parole (VAD) côté serveur compris entre -1,0 et 1,0. |
VadSilenceMs | int | 1000 | Durée de silence en millisecondes avant que le serveur détecte la fin de la parole. |
EnableDebugInfo | bool? | null | Demande des informations de débogage au serveur. |
session.input_modalities sur ["audio", "video"] comme indiqué dans accès WebSocket, puis envoyez des images frame par frame avec l'audio. AppendImageAsync envoie les frames d'image. Utilisez SendRawEventAsync pour envoyer des événements clients complets pour les champs sans option SDK dédiée.
Référence de l’API
Utilisez DashScope.Qwen.QwenLiveTranslator avec QwenLiveTranslateOptions. Certains paramètres de session et champs d'événement diffèrent entre 3.5 et 3.8. Consultez la référence des événements client pour votre modèle.
Méthodes
Les méthodes ci-dessous retournent Task, sauf pour DisposeAsync. ct est un jeton d'annulation facultatif.
| Méthode | Description |
|---|---|
ConnectAsync(CancellationToken ct = default) | Ouvre la connexion, attend session.created, puis envoie session.update. |
AppendAudioAsync(ReadOnlyMemory<byte> pcm, CancellationToken ct = default) | Envoie un cadre audio. Le SDK encode les octets en Base64 et envoie un événement input_audio_buffer.append. |
AppendImageAsync(string imageBase64, CancellationToken ct = default) | Envoie un cadre image Base64 en input_image_buffer.append. Sélectionnez un modèle prenant en charge l'entrée image et activez l'entrée audio et image auparavant. |
SendRawEventAsync(string frameJson, CancellationToken ct = default) | Envoie l'événement client complet au format JSON tel qu'indiqué. Utilisez cette méthode pour les événements sans méthode SDK dédiée. |
FinishAsync(CancellationToken ct = default) | Termine la session en utilisant le FinishMode actif. |
AbortAsync() | Ferme la connexion immédiatement et rejette les résultats en attente. |
DisposeAsync() | Libère les ressources de manière asynchrone et retourne un ValueTask. |
Événements
| Événement | Argument d'événement | Quand il se déclenche |
|---|---|---|
SessionReady | string? | La session est prête. La valeur est session.id. |
SourceTranscriptUpdated | QwenTranscriptEventArgs | Transcription actuelle de la source. Retournée lorsque la reconnaissance vocale de la source est activée. |
SourceTranscriptCompleted | QwenTranscriptEventArgs | Transcription finale d'un énoncé source. |
TranslationTextDelta | QwenTextDeltaEventArgs | Delta de traduction. Lisez TranslationCompleted pour obtenir la traduction finale. |
TranslationCompleted | QwenTranscriptEventArgs | Traduction complète de l'énoncé. |
TranslatedAudioChunk | QwenAudioChunkEventArgs | Tronçon audio traduit. Le format et le taux d'échantillonnage dépendent de la configuration de la session et de la réponse du modèle. |
TranslatedAudioCompleted | EventArgs | Tout l'audio traduit pour le tour est arrivé. |
ResponseCompleted | QwenResponseSummary | response.done est arrivé avec son statut et son utilisation. |
RawServerEvent | QwenServerEventArgs | Événement serveur brut avec son type et son objet JSON. |
ErrorOccurred | DashScopeErrorEventArgs | Une erreur serveur ou une défaillance de connexion s'est produite. |
Fin de la session
Après avoir envoyé tout l’audio, appelez FinishAsync pour terminer la session et recevoir le texte et l’audio traduits restants. Par défaut, LiveTranslate utilise FinishAndWait. Ce mode envoie session.finish et attend session.finished.