SDK Android pengenalan ucapan non-real-time Qwen-Audio-ASR mengubah ucapan menjadi teks.
Untuk format audio yang didukung, batas ukuran file, batas durasi, dan persyaratan input lainnya, lihat Spesifikasi audio.
Berikan string JSON ke parameter
Parameter
Gunakan
Parameter
parameter messages:
parameter content:
Inisialisasi instance SDK pengenalan ucapan. SDK menggunakan singleton. Jangan inisialisasi ulang sebelum memanggil
Parameter
Gunakan metode ini untuk mengatur atau memperbarui
Parameter
Mulai pengenalan.
Signature metode
Parameter
Fitur pengenalan ucapan non-real-time ini hanya mendukung permintaan sinkron. Anda dapat mengabaikan metode ini.
Segera batalkan tugas saat ini.
Signature metode
Parameter
Lepaskan semua resource internal SDK. Setelah pemanggilan ini, instance SDK menjadi tidak tersedia. Untuk menggunakannya lagi, panggil
Dapatkan versi SDK saat ini.
Signature metode
Nilai kembalian
Versi SDK saat ini.
Signature metode
Parameter
Callback ini menerima log internal SDK yang terperinci untuk pemecahan masalah dan debugging.
Panduan cepat
- Dapatkan API key: Get an API key. Untuk keamanan, kami menyarankan Anda mengonfigurasi API key di variabel lingkungan.
- Unduh SDK dan jalankan kode contoh:
- Unduh bundel SDK terbaru.
- Ekstrak arsip ZIP. Dapatkan SDK dalam format AAR dari
app/libsdan tambahkan ke dependensi proyek Anda. Untuk integrasi CPP Android, gunakanandroid_libsdanandroid_includedi arsip ZIP untuk mendapatkan pustaka dinamis dan file header. - Buka proyek di Android Studio. Kode contoh ada di
DashFunAsrFlashFileTranscriberActivity.java. Ganti API key untuk mencoba fitur ini.
Prosedur pemanggilan
Mode sinkron
- Inisialisasi SDK
- Konfigurasikan parameter berdasarkan kebutuhan bisnis Anda
-
Panggil
startFileTranscriberuntuk mengirim permintaan pengenalan ucapan non-real-time dan tunggu hasilnya. -
Gunakan
onFileTransEventCallbackuntuk mendengarkan eventEVENT_FILE_TRANS_RESULTdan memperoleh hasil pengenalan akhir. -
Panggil
releaseuntuk melepaskan resource SDK
Parameter permintaan
Parameter koneksi dan kontrol
Berikan string JSON ke parameter parameters metode initialize untuk mengonfigurasi pengaturan ini.
Contoh parameter: String JSON berikut adalah contoh dan tidak mencantumkan semua parameter. Tambahkan parameter sesuai kebutuhan di kode Anda:
| Parameter | Tipe | Wajib | Deskripsi |
|---|---|---|---|
url | String | Ya | Endpoint layanan:
{WorkspaceId} dengan ID Workspace. |
apikey | String | Ya | API Key. |
service_mode | String | Ya | Mode operasi. Untuk pengenalan ucapan non-real-time, atur parameter ini ke "1". |
device_id | String | Ya | String unik yang mengidentifikasi pengguna akhir. Anda dapat menggunakan ID pengguna dalam aplikasi atau pengidentifikasi perangkat unik yang dibuat klien. ID ini terutama digunakan untuk pelacakan log dan pemecahan masalah. |
debug_path | String | Tidak | Jalur untuk file log. Parameter ini hanya berlaku jika Anda memanggil initialize dengan save_log diatur ke true. Dalam kasus ini, Anda harus menentukan jalur file log. Jika tidak, akan terjadi error. Hingga dua file log dipertahankan secara lokal. |
max_log_file_size | int | Tidak | Ukuran file log maksimum dalam byte. Parameter ini hanya berlaku ketika Anda memanggil initialize dengan save_log diatur ke true. Default: 104857600 (100 * 1024 * 1024 byte, atau 100 MiB). |
log_track_level | int | Tidak | Tingkat pemfilteran untuk log yang dikirim melalui callback logging (onFileTransLogTrackCallback). Default: 2. Nilai yang valid:
log_track_level dan level (dikonfigurasi melalui metode initialize) bersama-sama menentukan log mana yang dikirimkan. Tingkat numerik log harus lebih besar dari atau sama dengan log_track_level dan level agar log dapat dikirimkan. Misalnya, jika log_track_level diatur ke 2 (INFO) dan level diatur ke 3 (WARNING), hanya log WARNING dan tingkat keparahan yang lebih tinggi (tingkat numerik >= 3) yang dikirimkan. |
Parameter pengenalan
Gunakan startFileTranscriber untuk mengonfigurasi semua parameter pengenalan.
Contoh parameter: String JSON berikut adalah contoh dan tidak mencantumkan semua parameter. Tambahkan parameter sesuai kebutuhan di kode Anda:
| Parameter | Tipe | Wajib | Deskripsi |
|---|---|---|---|
apikey | string | Tidak | Jika Connection and control parameters apikey menggunakan temporary API key, Anda dapat memperbaruinya di sini untuk mencegah kedaluwarsa. |
nls_config | object | Ya | Objek konfigurasi pengenalan ucapan inti, termasuk model dan parameter yang mengontrol pengenalan. |
nls_config.model | string | Ya | Nama model. |
nls_config.format | string | Ya | Format audio. Atur parameter ini ke format aktual. Format yang didukung meliputi wav, mp3, opus. Untuk detailnya, lihat Audio specifications. |
nls_config.sample_rate | string | Tidak | Tingkat sampel audio dalam Hz. Misalnya, 16000 menunjukkan tingkat sampel 16 kHz. Untuk detailnya, lihat Audio specifications. |
nls_config.vocabulary_id | string | Tidak | ID kosakata yang telah dikompilasi sebelumnya. Buat kosakata terlebih dahulu dan berikan ID-nya selama pengenalan untuk menggunakan kata kuncinya. Gunakan opsi ini jika kosakata sudah diketahui, relatif stabil, dan digunakan kembali di berbagai permintaan. Untuk petunjuk penggunaan, lihat Kata kunci yang telah dikompilasi sebelumnya. |
nls_config.instant_vocabulary | object | Tidak | Kata kunci instan.Berikan pasangan kunci-nilai. Kuncinya adalah teks kata kunci (string) dan nilainya adalah bobotnya (integer). Anda tidak perlu membuat kosakata terlebih dahulu. Bobot yang valid adalah [1, 5] atau 50. Dalam rentang [1, 5], bobot yang lebih tinggi membuat model lebih mungkin menghasilkan kata tersebut. Bobot 50 menentukan kata kunci super dan secara signifikan meningkatkan recall. Anda dapat menentukan hingga 50 kata kunci super.Gunakan opsi ini untuk optimasi kata kunci sementara tingkat sesi.Jika kata kunci instan dan yang telah dikompilasi sebelumnya dikonfigurasi, sistem akan menggabungkannya. Jika daftar gabungan melebihi 2000 entri, sistem akan memilih 2000 entri secara acak. Untuk petunjuk penggunaan, lihat Kata kunci instan. |
nls_config.language_hints | array[string] | Tidak | Kode bahasa yang akan dikenali. Jika bahasa belum diketahui, abaikan parameter ini agar model mendeteksinya secara otomatis. Anda dapat menetapkan hingga 4 nilai. Jika lebih, hanya 4 nilai pertama yang berlaku.Menentukan kode bahasa dapat meningkatkan akurasi pengenalan.
Kode bahasa yang didukung
qwen-audio-3.1-asr-flash juga mendukung kode bahasa berikut:
|
messages | array[object] | Ya | Daftar pesan. Berisi audio yang akan dikenali dan konteks percakapan opsional untuk meningkatkan pengenalan.Lihat deskripsi berikut. |
| Parameter | Tipe | Wajib | Deskripsi |
|---|---|---|---|
role | string | Ya | Peran pesan. Nilai yang valid:
|
content | array[object] | Ya | Daftar isi pesan. Lihat deskripsi berikut. |
| Parameter | Tipe | Wajib | Deskripsi |
|---|---|---|---|
type | string | Ya | Tipe konten. Setiap permintaan memerlukan setidaknya satu input_audio pesan. Nilai yang valid:
|
input_audio | object | Tidak | Wajib diisi ketika type adalah input_audio. |
input_audio.data | string | Ya | Data audio yang akan dikenali. Untuk format audio yang didukung, batas ukuran file, batas durasi, dan persyaratan input lainnya, lihat Spesifikasi audio. Dua metode input berikut didukung:
https://example.com/audio/sample.wavContoh (Base64): data:audio/wav;base64,{BASE64_ENCODED_DATA} |
text | string | Tidak | Wajib jika type adalah input_text, berikan hasil pengenalan ucapan pengguna dari giliran sebelumnya atau kosakata spesifik domain. Jika type adalah text, berikan respons model bahasa besar dari giliran sebelumnya. Panjang teks dihitung dalam karakter, dengan setiap karakter dihitung sebagai satu. Total panjang semua bidang text pesan di setiap giliran konteks tidak boleh melebihi 400 karakter. Karakter berlebih akan dipotong dari akhir. |
Antarmuka utama
NativeNui
initialize
Inisialisasi instance SDK pengenalan ucapan. SDK menggunakan singleton. Jangan inisialisasi ulang sebelum memanggil release.
Metode ini memblokir. Panggil dari thread non-UI.
Signature metode
| Parameter | Tipe | Deskripsi |
|---|---|---|
callback | INativeFileTransCallback | Implementasi antarmuka callback event dan data. |
parameters | String | String JSON yang berisi parameter autentikasi, koneksi, dan debugging. Lihat Connection and control parameters. |
level | Constants.LogLevel | Level log yang dicetak oleh SDK. |
save_log | boolean | Apakah akan menyimpan log secara lokal. Jika diatur ke true, gunakan Connection and control parameters untuk mengatur debug_path guna menentukan path, dan gunakan max_log_file_size untuk mengatur ukuran file. |
setParams
Gunakan metode ini untuk mengatur atau memperbarui nls_config secara terpisah. Anda tidak perlu memanggil metode ini jika semua parameter disediakan di startFileTranscriber dalam satu panggilan.
Signature metode
| Parameter | Tipe | Deskripsi |
|---|---|---|
params | String | Parameter pengenalan di nls_config dan parameter messages.Contoh: |
startFileTranscriber
Mulai pengenalan.
Signature metode
| Parameter | Tipe | Deskripsi |
|---|---|---|
params | String | Parameter pengenalan. Contoh: |
task_id | byte[ ] | Anda dapat mengabaikan parameter ini dan meneruskan null. |
queryFileTranscriber
Fitur pengenalan ucapan non-real-time ini hanya mendukung permintaan sinkron. Anda dapat mengabaikan metode ini.
cancelFileTranscriber
Segera batalkan tugas saat ini.
Signature metode
| Parameter | Tipe | Deskripsi |
|---|---|---|
task_id | String | ID tugas yang akan dibatalkan, diperoleh dari EVENT_FILE_TRANS_UPLOADED. |
release
Lepaskan semua resource internal SDK. Setelah pemanggilan ini, instance SDK menjadi tidak tersedia. Untuk menggunakannya lagi, panggil initialize untuk menginisialisasinya kembali.
Signature metode
GetVersion
Dapatkan versi SDK saat ini.
Signature metode
INativeFileTransCallback: Callback
onFileTransEventCallback: Dengarkan event dan hasil pengenalan
Signature metode
| Parameter | Tipe | Deskripsi |
|---|---|---|
event | NuiEvent | Event callback. |
resultCode | int | Hanya valid saat event EVENT_ASR_ERROR terjadi. |
asrResult | AsrResult | Hasil pengenalan ucapan. |
taskId | String | ID tugas. |
arg2 | int | Dicadangkan. |
onFileTransLogTrackCallback: Dengarkan log pelacakan
Callback ini menerima log internal SDK yang terperinci untuk pemecahan masalah dan debugging.
Jenis event
| Event | Deskripsi |
|---|---|
EVENT_FILE_TRANS_CONNECTED | Berhasil terhubung ke layanan. |
EVENT_FILE_TRANS_UPLOADED | File audio berhasil diunggah. Anda dapat memperoleh task_id saat ini pada titik ini. |
EVENT_FILE_TRANS_RESULT | Hasil pengenalan akhir. |
EVENT_ASR_ERROR | Terjadi error selama pengenalan ucapan. |