Skip to main content

SDK C# de Qwen-LiveTranslate-Realtime

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

  1. Créez un projet console .NET 10 et installez le SDK selon les instructions ci-dessus.
  2. Placez input.pcm dans 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.
Configurez l’adresse WebSocket de votre espace de travail dans la région Singapour. Remplacez WorkspaceId par l’identifiant de votre espace de travail. Pour les régions et adresses prises en charge, consultez Accès WebSocket.
export DASHSCOPE_REALTIME_URL="wss://WorkspaceId.ap-southeast-1.maas.aliyuncs.com/api-ws/v1/realtime"

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.
using DashScope.Qwen;

if (args.Length < 2)
    throw new ArgumentException("Usage: <input.pcm> <model> [voice]");

using var timeout = new CancellationTokenSource(TimeSpan.FromSeconds(60));
var ct = timeout.Token;
await using var client = new QwenLiveTranslator(new QwenLiveTranslateOptions
{
    Model = args[1],
    Voice = args.Length > 2 ? args[2] : null,
    Url = Environment.GetEnvironmentVariable("DASHSCOPE_REALTIME_URL")
        ?? throw new InvalidOperationException("Set DASHSCOPE_REALTIME_URL to your workspace WebSocket endpoint."),
    Modalities = ["text", "audio"],
    SourceLanguage = "zh",
    TargetLanguage = "en",
    SampleRate = 16000,
});

using var output = File.Create("output.pcm");
var completed = new TaskCompletionSource<string?>(TaskCreationOptions.RunContinuationsAsynchronously);
client.TranslationCompleted += (_, e) => Console.WriteLine(e.Text);
client.TranslatedAudioChunk += (_, e) => output.Write(e.Pcm);
client.ResponseCompleted += (_, e) => completed.TrySetResult(e.Status);
client.ErrorOccurred += (_, e) => completed.TrySetException(
    new InvalidOperationException($"{e.ServerErrorCode}: {e.ServerErrorMessage}"));

await client.ConnectAsync(ct);
using var input = File.OpenRead(args[0]);
var frame = new byte[640];
int size;
while ((size = await input.ReadAsync(frame.AsMemory(), ct)) > 0)
{
    await client.AppendAudioAsync(frame.AsMemory(0, size), ct);
    await Task.Delay(20, ct);
}

Array.Clear(frame);
for (var i = 0; i < 60; i++)
{
    await client.AppendAudioAsync(frame, ct);
    await Task.Delay(20, ct);
}

await client.FinishAsync(ct);
var status = await completed.Task.WaitAsync(ct);
if (status != "completed" || output.Length == 0)
    throw new InvalidOperationException($"Status: {status}, audio bytes: {output.Length}");
Placez le fichier PCM brut issu du démarrage rapide dans votre répertoire de projet et exécutez l'exemple.
dotnet run -- input.pcm qwen3.8-livetranslate-flash-realtime Serena

Paramètres de requête

OptionTypeValeur par défautDescription
ApiKeystring?nullClé API Model Studio. Si omis, le SDK lit DASHSCOPE_API_KEY.
Urlstringwss://dashscope.aliyuncs.com/api-ws/v1/realtimeEndpoint WebSocket. Le SDK ajoute Model comme paramètre de requête model.
WorkspaceIdstring?nullID 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.
ConnectTimeoutTimeSpan10 sDélai d'attente pour l'ouverture de la connexion WebSocket.
StartTimeoutTimeSpan10 sDélai d'attente pour la réception de session.created.
StopTimeoutTimeSpan10 sDélai d'attente pour la réception de session.finished lorsque le mode finish attend cet événement.
FinishModeQwenRealtimeFinishMode?nullLorsqu'il est omis, le SDK choisit un mode finish en fonction du modèle. Lisez FinishMode sur l'instance pour connaître le mode utilisé.
Modelstringqwen3.5-livetranslate-flash-realtimeIdentifiant du modèle.
ModalitiesIList<string>["text", "audio"]Modalités de sortie. Utilisez ["text"] pour obtenir uniquement du texte traduit.
Voicestring?nullVoix 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.
EnableVoiceClonebool?nullPermet le clonage vocal pour l'audio traduit.
VoiceCloneFrequencystringonceonce 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.
SampleRateint16000Fréquence d'échantillonnage d'entrée en Hz. Choisissez une fréquence prise en charge par votre modèle.
InputAudioFormatstringpcmFormat 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.
OutputAudioFormatstring?nullFormat audio de sortie, par exemple pcm. Si omis, le serveur utilise sa valeur par défaut.
TranscriptionModelstring?qwen3-asr-flash-realtimeModèle 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.
SourceLanguagestring?nullCode de langue source, par exemple zh. Si omis, le serveur détecte automatiquement la langue.
TargetLanguagestringenCode de langue cible, par exemple en.
SkipSameLanguageTextbool?nullIgnore le texte traduit lorsque les langues source et cible sont identiques. Vérifiez si votre version de modèle prend en charge cette option.
SkipSameLanguageAudiobool?nullIgnore l'audio traduit lorsque les langues source et cible sont identiques. Vérifiez si votre version de modèle prend en charge cette option.
CorpusPhrasesIDictionary<string, string>?nullGlossaire de traduction qui mappe les termes sources vers les termes cibles dans translation.corpus.phrases.
VadThresholddouble?0.5Seuil de détection de parole (VAD) côté serveur compris entre -1,0 et 1,0.
VadSilenceMsint1000Durée de silence en millisecondes avant que le serveur détecte la fin de la parole.
EnableDebugInfobool?nullDemande des informations de débogage au serveur.
Pour la traduction audio et vidéo avec la version 3.8, commencez par définir 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.
MéthodeDescription
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

ÉvénementArgument d'événementQuand il se déclenche
SessionReadystring?La session est prête. La valeur est session.id.
SourceTranscriptUpdatedQwenTranscriptEventArgsTranscription actuelle de la source. Retournée lorsque la reconnaissance vocale de la source est activée.
SourceTranscriptCompletedQwenTranscriptEventArgsTranscription finale d'un énoncé source.
TranslationTextDeltaQwenTextDeltaEventArgsDelta de traduction. Lisez TranslationCompleted pour obtenir la traduction finale.
TranslationCompletedQwenTranscriptEventArgsTraduction complète de l'énoncé.
TranslatedAudioChunkQwenAudioChunkEventArgsTronçon audio traduit. Le format et le taux d'échantillonnage dépendent de la configuration de la session et de la réponse du modèle.
TranslatedAudioCompletedEventArgsTout l'audio traduit pour le tour est arrivé.
ResponseCompletedQwenResponseSummaryresponse.done est arrivé avec son statut et son utilisation.
RawServerEventQwenServerEventArgsÉvénement serveur brut avec son type et son objet JSON.
ErrorOccurredDashScopeErrorEventArgsUne erreur serveur ou une défaillance de connexion s'est produite.
Voir types de résultats C# SDK pour les champs de l'argument d'événement. L'utilisation de traduction est cumulative pour la session.

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.