Skip to main content

Akses AOQ Qwen-Audio-ASR-Message

Bagian ini menjelaskan alur autentikasi, konfigurasi media, pembuatan koneksi, dan penanganan peristiwa tugas untuk mengakses Qwen-Audio-ASR-Message melalui AOQ.

Saat mengakses Qwen-Audio-ASR-Message melalui AOQ, klien mengunggah audio melalui track Audio, serta mengirim peristiwa tugas dan menerima hasil pengenalan melalui track Data.

Prasyarat

  • Gunakan qwen-audio-3.1-asr-flash-message. Untuk cakupan dukungan terperinci, lihat Cakupan dukungan model dan protokol.
  • Konfigurasikan dan gunakan API Key di AppServer bisnis dengan region dan ruang kerja yang sesuai.
  • Unduh dan impor AOQ SDK untuk platform Anda dari SDK. Penjelasan berikut menggunakan Android Java dan transmisi Opus sebagai contoh, jadi impor juga plugin Opus. Jika menangkap audio dengan mikrofon, minta izin perekaman di sisi klien.

1. Memperoleh kredensial koneksi

Untuk mengambil token lebih awal atau memahami seluruh alur otentikasi, lihat detail otentikasi koneksi.
Atur variabel lingkungan DASHSCOPE_API_KEY pada AppServer dan ganti {endpoint} dengan domain akses region dan ruang kerja yang dipilih. Gunakan jalur koneksi Inference untuk Qwen-Audio-ASR-Message. Contoh berikut menggunakan qwen-audio-3.1-asr-flash-message.
curl -X POST \
  "https://{endpoint}/api/v1/webrtc/inference?model=qwen-audio-3.1-asr-flash-message" \
  -H "Authorization: Bearer ${DASHSCOPE_API_KEY}" \
  -H "Content-Type: application/json" \
  -H "x-dashscope-rtc-transport: moq" \
  -d '{}'
Jika menggunakan Token Plan, WorkspaceId pada domain akses ditetapkan ke token-plan. clientIp dalam isi permintaan bersifat opsional. Isi dengan alamat IP publik klien yang sebenarnya agar gateway dapat memilih titik akses Relay. Jika kosong, gateway menggunakan IP sumber permintaan. API Key hanya disimpan di AppServer. AppServer mengembalikan parameter koneksi pada tabel berikut ke klien. sidExpiresInSecs dalam respons menunjukkan masa berlaku sesi dalam detik.
Bidang respons gatewayBidang AoqConnectConfig
aoqTokenForClienttoken
sidsid
clientRelayCertFingerprintcertFingerprint
clientRelayEndpointsrelayEndpoints, konversi endpoint, port, dan route_index per item
extraInfo.workspaceIdHashworkspaceIdHash

2. Menginisialisasi SDK dan membuat koneksi

Gunakan AoqCreateConfig untuk mengatur direktori kerja SDK, panggil AoqClientEngine.createEngine untuk membuat engine, lalu daftarkan callback. Tangani status koneksi dalam onConnectionStatusChange, parse peristiwa model dalam onDataMsg, dan tangani error SDK dalam onError. SDK Android menyediakan dokumentasi antarmuka lengkap untuk inisialisasi engine dan bidang koneksi. Setelah mengisi kredensial dari AppServer ke connectConfig, publikasikan track Audio serta Data dan berlangganan track Data. Contoh berikut mengonfigurasi enkode Opus mono 16 kHz dan perekaman bawaan, serta menonaktifkan transmisi track Audio selama pembuatan koneksi. Format input model ditentukan oleh peristiwa tugas, sedangkan konfigurasi enkode SDK digunakan untuk transmisi track media.
AoqClientEngine.AoqAudioCodecConfig codec = new AoqClientEngine.AoqAudioCodecConfig();
codec.trackType = AoqClientEngine.AoqTrackType.AoqTrackTypeAudio;
codec.codecType = AoqClientEngine.AoqEncoderType.AoqEncoderTypeAudioOpus;
codec.sampleRate = 16000;
codec.channel = 1;
codec.bitrate = 24000;
engine.setAudioEncoderConfig(codec);

AoqClientEngine.AoqTrackParam audio = new AoqClientEngine.AoqTrackParam();
audio.trackType = AoqClientEngine.AoqTrackType.AoqTrackTypeAudio;
connectConfig.publishTracks.add(audio);
AoqClientEngine.AoqTrackParam publishData = new AoqClientEngine.AoqTrackParam();
publishData.trackType = AoqClientEngine.AoqTrackType.AoqTrackTypeData;
connectConfig.publishTracks.add(publishData);
AoqClientEngine.AoqTrackParam subscribeData = new AoqClientEngine.AoqTrackParam();
subscribeData.trackType = AoqClientEngine.AoqTrackType.AoqTrackTypeData;
connectConfig.subscribeTracks.add(subscribeData);

AoqClientEngine.AoqAudioCaptureConfig capture = new AoqClientEngine.AoqAudioCaptureConfig();
capture.channel = 1;
capture.isExternal = false;
engine.startAudioCapture(capture);
engine.enableSendMediaStream(AoqClientEngine.AoqTrackType.AoqTrackTypeAudio, false);
engine.connect(connectConfig);
Tunggu onConnectionStatusChange mengembalikan AoqConnectionStatusConnected sebelum memulai tugas. Jika terjadi masalah koneksi, hapus status tugas lokal. Membuat ulang koneksi memerlukan kredensial koneksi baru.

3. Memulai tugas pengenalan dan menangani peristiwa

Serialisasikan JSON berikut ke UTF-8, tulis ke AoqDataMsg.data, lalu kirim melalui track Data menggunakan sendDataMsg. Setiap tugas menghasilkan task_id baru dan semua peristiwa dalam putaran ini menggunakan nilai yang sama.
{
  "header": {
    "action": "run-task",
    "task_id": "0706c14c-dc16-4e45-8cb6-9d00686e8e19",
    "streaming": "duplex"
  },
  "payload": {
    "task_group": "audio",
    "task": "asr",
    "function": "recognition",
    "model": "qwen-audio-3.1-asr-flash-message",
    "parameters": {
      "format": "pcm",
      "sample_rate": 16000
    },
    "input": {}
  }
}
Baca header.event dari onDataMsg. Audio uplink hanya boleh dikirim setelah menerima task-started.
engine.enableSendMediaStream(AoqClientEngine.AoqTrackType.AoqTrackTypeAudio, true);
Baca teks pengenalan dari payload.output.sentence dalam result-generated dan abaikan heartbeat dengan heartbeat=true. Secara default, teks kalimat final dikembalikan. Jika intermediate_result_enabled=true dikonfigurasi dalam run-task, teks sementara yang dapat direvisi juga dikembalikan. Perbarui teks untuk kalimat yang sama berdasarkan sentence_id. Setelah menerima task-failed, hentikan uplink putaran ini dan baca header.error_code serta header.error_message. Untuk detail parameter tugas dan bidang peristiwa, lihat Peristiwa klien dan Peristiwa server.

4. Mengakhiri tugas dan melepas sumber daya

Setelah perekaman berakhir, hentikan penangkapan audio baru dan tunggu audio tertunda selesai dikirim. Panggil enableSendMediaStream untuk menutup uplink track Audio, lalu kirim finish-task melalui track Data. Pertahankan koneksi untuk menerima sisa hasil pengenalan dan menunggu task-finished.
{
  "header": {
    "action": "finish-task",
    "task_id": "0706c14c-dc16-4e45-8cb6-9d00686e8e19",
    "streaming": "duplex"
  },
  "payload": {
    "input": {}
  }
}
Saat koneksi tidak lagi diperlukan, panggil stopAudioCapture, disconnect, dan AoqClientEngine.destroy secara berurutan untuk melepas sumber daya.

Dokumentasi terkait