Flutter SDK を使用して Qwen-Audio-ASR / Fun-ASR に接続するためのガイドです。Dart の呼び出し順序、リクエストパラメーター、イベントを説明します。
リアルタイムで音声を文字起こしします。Qwen-Audio-ASR-Message、Qwen-Audio-ASR-Streaming、Fun-ASR では、同じセッションと録音用の API を使用します。
モバイル音声 SDK の選択とダウンロードを開き、Flutter タブからパッケージをダウンロードして展開します。
展開した SDK ディレクトリを Flutter プロジェクトの
同梱のサンプルでは、音声を 16 kHz で録音します。そのまま実行する場合は、16 kHz の音声に対応するモデルを選んでください。
以下はパッケージに同梱するモデルのサンプルです。その他の設定については、パッケージ内の
次の JSON は、文字列として Dart メソッドに渡します。
次の JSON は、文字列として Dart メソッドに渡します。
戻り値が
nls_config.model でモデルを選択します。
前提条件
- 対象プラットフォームの Flutter 開発環境を用意します。サンプルアプリには Dart 3.4 以上、4.0 未満が必要です。
- API キーを取得します。API キーと同じリージョンのサービスエンドポイントを選択します。ワークスペース専用ドメインを使用する場合は、ワークスペース ID も取得します。
SDK のインストール
モバイル音声 SDK の選択とダウンロードを開き、Flutter タブからパッケージをダウンロードして展開します。
展開した SDK ディレクトリを Flutter プロジェクトの packages/aliyun_neonui にコピーし、pubspec.yaml にローカル依存関係を追加します。
flutter pub get を実行し、Dart ファイルで SDK をインポートします。
クイックスタート
サンプルアプリを実行する
-
対象のデバイスを接続し、展開した SDK ディレクトリで次のコマンドを実行します。
- サンプルアプリのホーム画面で 百炼(DashScope) を開き、サービスエンドポイントを選択して API Key を入力します。ワークスペース専用ドメインを使用する場合は、WorkspaceId も入力します。
- Qwen-Audio-3.x-ASR-Flash-Message/Qwen-Audio-3.x-ASR-Flash-Streaming/Fun-ASR-Realtime 实时语音识别 を開き、サンプルを実行します。 録音サンプルを実行するには、マイクへのアクセスを許可してください。
example/lib/pages/dashscope/dash_fun_asr_speech_transcriber_page.dart にあります。
同梱サンプルで選択できるモデル
同梱のサンプルでは、音声を 16 kHz で録音します。そのまま実行する場合は、16 kHz の音声に対応するモデルを選んでください。fun-asr-flash-8k-realtime を使用する場合は、example/lib/audio_input.dart の録音サンプリングレートを 8 kHz に変更し、リクエストの nls_config.sample_rate を 8000 に設定します。
qwen-audio-3.1-asr-flash-messageqwen-audio-3.1-asr-flash-streamingqwen-audio-3.0-asr-flash-streamingfun-asr-realtimefun-asr-flash-8k-realtime
呼び出し手順
NativeNui() で取得したインスタンスで、以下のメソッドを呼び出します。
リクエストパラメーターの接続用 JSON とタスク用 JSON を、それぞれ initJson と sessionJson に使用します。各呼び出しが成功してから次に進みます。
-
メソッドを呼び出す前に
eventStreamを購読します。 -
接続パラメーターとタスクパラメーターを設定してから、セッションを開始します。
-
セッション開始後、音声を取得して
sendAudioで PCM データを継続的に送信します。 -
音声の取得を停止して
dialogStopを呼び出します。最後のイベントを処理した後、nuiReleaseを呼び出し、購読を解除します。
リクエストパラメーター
以下はパッケージに同梱するモデルのサンプルです。その他の設定については、パッケージ内の example/lib/dashscope_params.dart を参照してください。その他のパラメーターについては、Android SDK、iOS SDK、HarmonyOS SDKをご参照ください。
YOUR_WS_HOST を対象リージョンの WebSocket ホスト名、YOUR_DEVICE_ID をデバイス識別子、YOUR_API_KEY をそのリージョンの API キーに置き換えます。
接続パラメーター
次の JSON は、文字列として Dart メソッドに渡します。
タスクパラメーター
次の JSON は、文字列として Dart メソッドに渡します。
nls_config.sample_rate と nls_config.sr_format を入力音声に合わせます。下のサンプルでは 16 kHz PCM を使用します。語彙やコンテキストなどのオプションは、モデルのドキュメントに従って設定します。
API リファレンス
メソッド
戻り値が Future<int> のメソッドでは、結果コード 0 が成功を表します。sendAudio の戻り値の型は Future<Object?> です。
| メソッドのシグネチャ | 用途 |
|---|---|
Future<int> nuiInitialize({required String params, int logLevel = 0, bool saveLog = false}) | 接続パラメーターを JSON 文字列で渡して SDK を初期化します。 |
Future<int> dialogSetParams(String params) | 現在のセッションに JSON パラメーターを設定します。 |
Future<int> dialogStart({required int vadMode, String dialogParams = "{}"}) | セッションを開始します。vadMode は発話の区切り方を選択し、dialogParams はセッション固有の JSON 文字列を受け取ります。 |
Future<Object?> sendAudio(Uint8List data) | PCM 音声のチャンクを送信します。 |
Future<int> dialogStop() | 現在の録音セッションを終了し、接続を維持します。 |
Future<int> dialogCancel() | 現在のセッションまたは合成タスクをキャンセルします。 |
Future<int> nuiRelease() | SDK リソースを解放します。 |
Future<String?> getAllResponse() | 直近の完全な認識応答を取得します。 |
イベントとオーディオストリーム
eventStream からイベントを受信します。イベントが Dart の Map の場合は、event でイベント名を確認し、resultCode でタスクのエラーを確認します。
認識結果を取得する場合は、サンプル内の asrResult と asrAllResponse の処理を参照してください。
| イベント | 用途 |
|---|---|
EVENT_ASR_PARTIAL_RESULT | 認識の途中結果 |
EVENT_SENTENCE_END | 現在の文の最終認識結果 |
EVENT_TRANSCRIBER_COMPLETE | タスクまたは現在の音声出力が完了 |
EVENT_ASR_ERROR | タスクの失敗 |