Topik ini menjelaskan titik akhir layanan, header permintaan, dan alur interaksi untuk mengakses layanan pengenalan ucapan real-time Qwen-Audio-ASR-Streaming melalui koneksi WebSocket.
Titik akhir layanan
URL WebSocket bersifat tetap:
- Singapore
- China (Beijing)
wss://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api-ws/v1/inferenceGanti {WorkspaceId} dengan Workspace ID Anda yang sebenarnya.Header permintaan
Tambahkan informasi berikut ke header permintaan:
| Parameter | Type | Required | Description |
|---|---|---|---|
Authorization | string | Yes | Token autentikasi dalam format Bearer <your_api_key>. Ganti <your_api_key> dengan Kunci API Anda yang sebenarnya. |
user-agent | string | No | Identifier client yang membantu server melacak sumber permintaan. |
X-DashScope-WorkSpace | string | No | Model Studio ID ruang kerja. |
X-DashScope-DataInspection | string | No | Apakah inspeksi kepatuhan data diaktifkan. Parameter ini secara default diabaikan atau diatur ke enable. Jangan aktifkan parameter ini kecuali diperlukan. |
Alur interaksi
Untuk detail tentang event client dan event server, lihat Client events dan Server-side events.
Client dan server berinteraksi dalam urutan berikut:
- Membuat koneksi: Client membuat koneksi WebSocket ke server.
- Memulai task: Client mengirim instruksi run-task untuk memulai task dan menerima event task-started dari server. Event ini mengonfirmasi bahwa task telah dimulai dan Anda dapat melanjutkan ke langkah berikutnya.
- Mengirim aliran audio: Client mulai mengirim audio biner (harus mono) dan secara bersamaan menerima aliran event result-generated dari server. Setiap event berisi hasil pengenalan ucapan.
- Memberi tahu server untuk mengakhiri task: Client mengirim instruksi finish-task untuk memberi sinyal ke server agar mengakhiri task dan terus menerima event result-generated dari server.
- Mengakhiri task: Client menerima event task-finished dari server, yang menandakan bahwa task telah berakhir.
- Menutup koneksi: Client menutup koneksi WebSocket.