Ce document explique comment utiliser le SDK Python DashScope pour appeler le modèle de traduction audio et vidéo en temps réel Qwen-LiveTranslate-Realtime.
Prérequis
- Installez le SDK. Vérifiez que votre version du SDK DashScope est 1.25.6 ou ultérieure.
- Obtenez une clé API.
Paramètres de requête
-
Définissez les paramètres suivants dans le constructeur de la classe
OmniRealtimeConversation.Cliquez pour afficher l'exemple de code
Paramètre Type Obligatoire Description modelstrOui Nom du modèle à utiliser. Définissez cette valeur sur qwen3.5-livetranslate-flash-realtime(recommandé).callbackOmniRealtimeCallbackOui Instance de rappel pour gérer les événements côté serveur. urlstrOui Endpoint du service pour la traduction en temps réel : - Chine (Pékin) :
wss://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api-ws/v1/realtime - Singapour :
wss://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api-ws/v1/realtime
{WorkspaceId}par votre véritable ID d'espace de travail. - Chine (Pékin) :
-
Configurez les paramètres ci-dessous via la méthode
update_sessionde la classeOmniRealtimeConversation.Cliquez pour afficher l'exemple de code
Paramètre Type Obligatoire Description output_modalitiesList[MultiModality]Non Format de sortie des résultats de traduction.Valeur par défaut : [MultiModality.TEXT, MultiModality.AUDIO].Valeurs valides :[MultiModality.TEXT]: Sortie texte uniquement[MultiModality.TEXT, MultiModality.AUDIO]: Sortie texte et audio
voicestrNon Voix utilisée pour la sortie audio.Valeur par défaut : - Qwen3.5-LiveTranslate-Flash-Realtime :
Tina
input_audio_transcription_modelstrNon Définissez ce paramètre sur qwen3-asr-flash-realtimepour recevoir les résultats de reconnaissance vocale dans la langue source.translation_paramsTranslationParamsNon Paramètres de traduction (langue cible et mots-clés). enable_turn_detectionboolNon Active ou désactive la détection d'activité vocale (VAD).Valeur par défaut : True, ce qui active le mode VAD où le serveur détecte automatiquement le début et la fin de la parole pour déclencher la traduction.Définissez cette valeur surFalsepour passer en mode manuel, où le client soumet explicitement l'audio via la méthodecommit. Pour une description détaillée des paramètres, consultez la sectionturn_detectiondans le document Événements client. -
Spécifiez les paramètres suivants dans le constructeur de la classe
TranslationParams.Cliquez pour afficher l'exemple de code
Paramètre
Type
Obligatoire
Description
languagestrNon
Langue cible de la traduction.
Valeur par défaut :
en.Valeurs valides : Langues prises en charge.
corpusTranslationParams.CorpusNon
Tableau de mots-clés permettant d'améliorer la précision de traduction pour des termes spécifiques.
corpus.phrasesdictNon
Dictionnaire de correspondance des mots-clés, où les clés sont les termes sources et les valeurs leurs traductions cibles.
Exemple :
{'Inteligencia Artificial': 'Artificial Intelligence'}
Interfaces principales
Classe OmniRealtimeConversation
Importation : from dashscope.audio.qwen_omni import OmniRealtimeConversation
| Signature de la méthode | Événement de réponse serveur (envoyé via rappel) | Description |
|---|---|---|
Événement serveurSession crééeÉvénement serveur Configuration de session mise à jour | Établit la connexion au serveur. | |
Session mise à jourSession mise à jour | Met à jour la configuration de la session. Appelez cette méthode immédiatement après la connexion. En son absence, les configurations par défaut s'appliquent. | |
session.finishedLe serveur termine la traduction vocale et clôture la session | Termine la session. Le serveur effectue le dernier traitement de traduction. | |
| Aucun | Envoie des fragments audio encodés en Base64 au serveur. La détection de la parole et la traduction s'effectuent automatiquement. | |
Événement serveurTampon audio d'entrée validé | En mode manuel, valide l'audio précédemment ajouté au tampon serveur via la méthode append_audio. Dès réception, le serveur commence automatiquement à générer les réponses de traduction. En mode VAD, cet appel est inutile car le serveur valide les données automatiquement. | |
Événement serveurTampon audio d'entrée effacé | Efface les données audio non validées présentes dans le tampon serveur actuel. | |
| Aucun | Arrête la tâche et ferme la connexion. | |
| Aucun | Récupère l'ID de session. | |
| Aucun | Récupère l'ID de la dernière réponse. |
Interface de rappel (OmniRealtimeCallback)
Recevez les événements et les données du serveur par le biais de rappels.
Héritez de cette classe et implémentez ses méthodes pour traiter les événements provenant du serveur.
Importation : from dashscope.audio.qwen_omni import OmniRealtimeCallback
| Signature de la méthode | Paramètres | Description |
|---|---|---|
| Aucun | Appelé lors de l'ouverture de la connexion WebSocket. | |
| message : Événement serveur | Appelé lorsque le serveur envoie un événement. | |
| close_status_code : Code d'état.close_msg : Message de journal lors de la fermeture de la connexion WebSocket. | Appelé lors de la fermeture de la connexion WebSocket. |
dashscope.Client() : réception des événements après une erreur
Avec dashscope.Client() du SDK DashScope 2.x, recevez les événements avec les méthodes events() ou recv_event() de la session. Consultez Itération des événements du SDK Python 2.x pour leur utilisation complète.
Lorsque vous interceptez DashScopeError, l'itérateur events() en cours est déjà terminé. Intercepter l'exception dans un try/except externe ne relance pas la réception des événements.
Si la connexion WebSocket reste utilisable, corrigez la requête et appelez à nouveau events(), ou utilisez recv_event() pour recevoir les événements un par un. Si la connexion est fermée, commencez par vous reconnecter et configurer une nouvelle session, puis reprenez la réception des événements.
Pour rechercher la cause de l'erreur, consultez l'événement d'erreur d'origine du serveur dans le champ body de l'exception.
Exemple complet
Cet exemple capture l'audio du microphone et le traduit en temps réel.
Exemple de code pour la traduction en temps réel depuis un microphone
Exemple de code pour la traduction en temps réel depuis un microphone