Qwen-LiveTranslate-Realtime AOQ アクセス

​

適用範囲

• 選択したリージョンとワークスペースに対応する API キーとワークスペース IDを使用してください。
• 北京のドメイン：{WorkspaceId}.cn-beijing.maas.aliyuncs.com。シンガポールのドメイン：{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com。
• API キーはサーバーにのみ保存してください。ブラウザーやモバイルアプリケーションに埋め込まないでください。
• マイクで音声をキャプチャする場合は、プラットフォームの要件に従ってマイクの権限を要求してください。
• SDK ダウンロードから、使用するプラットフォームの SDK をダウンロードしてください。

​

認証と接続認証情報

export ENDPOINT="{WorkspaceId}.cn-beijing.maas.aliyuncs.com"
curl -X POST \
  "https://${ENDPOINT}/api/v1/webrtc/realtime?model=qwen3.8-livetranslate-flash-realtime" \
  -H "Authorization: Bearer ${DASHSCOPE_API_KEY}" \
  -H "Content-Type: application/json" \
  -H "x-dashscope-rtc-transport: moq" \
  -d '{}'

​

リクエストのフィールド

​

レスポンスの例

{
    "sid": "1d06b55683db49bba67a407902f62d02:1782706970:69aecdc5...",
    "aoqTokenForClient": "ecc1a46015d5496ca4ff7a48281eb739",
    "clientRelayEndpoints": [{"endpoint": "121.199.XX.XX", "port": 8443, "route_index": 0}],
    "clientRelayCertFingerprint": "sha256/99843495...",
    "sidExpiresInSecs": 7200,
    "extraInfo": {"workspaceIdHash": "2021b6f98cea4cff"}
}

​

レスポンスのフィールド

​

AOQ Client SDK の接続例

let resp = try JSONDecoder().decode(AllocateResponse.self, from: responseData)

let config = AoqConnectConfig()
config.token = resp.aoqTokenForClient
config.sid = resp.sid
config.certFingerprint = resp.clientRelayCertFingerprint
config.relayEndpoints = resp.clientRelayEndpoints.enumerated().map { index, item in
    let ep = AoqRelayEndpoint()
    // Fall back to the array index when route_index is missing
    ep.routeIndex = item.routeIndex ?? index
    ep.endpoint = item.endpoint
    ep.port = item.port
    return ep
}
config.workspaceIdHash = resp.extraInfo?.workspaceIdHash ?? ""

let audioTrack = AoqTrackParam()
audioTrack.trackType = .audio
let dataTrack = AoqTrackParam()
dataTrack.trackType = .data
config.publishTracks = [audioTrack, dataTrack]
config.subscribeTracks = [audioTrack, dataTrack]

engine.connect(config)

​

処理フロー

1. AppServer 経由で接続認証情報を取得します。
2. SDK エンジンを作成し、コールバックを登録します。
3. メディアトラックと Data トラックを設定し、上りメディアの送信を無効にします。
4. AOQ 接続を開始し、接続完了を待ちます。
5. モデルのプロトコルに従って設定します。確認後、必要な上りメディアを有効にします。
6. 対話が終了したら切断し、リソースを解放します。

​

1. 接続認証情報の取得

​

2. SDK の初期化とコールバックの登録

let createConfig = AoqCreateConfig()
createConfig.workDir = workDir
createConfig.enableDumpAudio = false
engine = AoqClientEngine.createEngine(createConfig, delegate: self)

​

3. SDK の設定

​

メディア方向の選択

​

このモデルのメディア方向

​

メディアパラメーターとトラックの設定

engine.enableSendMediaStream(.audio, enable: false)

​

4. 接続の確立

engine.connect(connectConfig)

​

5. モデルイベントとメディアの交換

​

モデルイベントの送信と解析

// Build eventJSON according to the target model client event protocol.
let msg = AoqDataMsg()
msg.data = eventJSON.data(using: .utf8)!
engine.send(msg)

​

モデルの準備完了後にメディアを有効化

engine.enableSendMediaStream(.audio, enable: true)

​

6. 対話の終了とリソースの解放

1. キャプチャを停止して上り音声を無効にします。入力の送信を終了し、Data トラックで session.finish メッセージを 1 回送信します。
2. AOQ 接続、Data の購読、音声再生を維持し、最後の文の原文、訳文、翻訳音声を引き続き受信して、session.finished を待ちます。
3. 翻訳音声を最後まで再生する必要がある場合は、ローカルでの音声再生の後処理を完了してから、接続を切断してリソースを解放します。

engine.disconnect()
AoqClientEngine.destroy()

​

Data チャネルでのイベントの送受信

• イベントの type フィールドでモデルイベントを識別し、関連する識別子はこのモデルのイベントリファレンスに従って処理します。
• モデルが必要とする初期化の確認、入力のコミット、レスポンスのキャンセル、タスクの完了などの操作は、対応するプロトコルに従って Data チャネル内で処理します。これらはモデルの対話動作であり、トランスポート接続の切断とは別の操作です。
• 終了前に、このモデルのイベントドキュメントに従って入力のコミットと結果の受信を完了してください。音声を最後まで再生する場合は、ローカルのキューに残った音声を処理してから接続を解放します。
• メディアデータはメディアトラックで転送します。モデルのイベントドキュメントを参照する場合も、メディアのカプセル化と利用可能な対話モードは、このドキュメントのアクセス方法に従います。WebSocket のメディア転送方式をそのまま適用しないでください。

​

高度な機能

​

セッション設定の例

{
  "type": "session.update",
  "session": {
    "output_modalities": [
      "text",
      "audio"
    ],
    "audio": {
      "input": {
        "turn_detection": {
          "type": "speaker_detection",
          "threshold": 0.5
        }
      }
    },
    "translation": {
      "language": "en"
    }
  }
}

​

AOQ SDK のダウンロード

​

イベントリファレンス

• クライアントイベント
• サーバーイベント

​

シナリオ別チュートリアル

• AOQ で qwen3.8-livetranslate-flash-realtime にアクセスしてリアルタイム音声翻訳を実現