O Alibaba Cloud Model Studio lançou domínios específicos por workspace para as regiões China (Pequim) e Singapura. Os novos domínios dedicados oferecem desempenho superior e maior estabilidade para solicitações de inferência. Recomendamos migrar para os novos domínios:
China (Pequim): de dashscope.aliyuncs.com para {WorkspaceId}.cn-beijing.maas.aliyuncs.com
Singapura: de dashscope-intl.aliyuncs.com para {WorkspaceId}.ap-southeast-1.maas.aliyuncs.com
Substitua {WorkspaceId} pelo seu ID do Workspace real. Os domínios existentes permanecem totalmente funcionais.
Defina esses parâmetros com os métodos encadeados da classe OmniRealtimeParam.
Clique em para visualizar o código de exemplo
Copy
OmniRealtimeParam param = OmniRealtimeParam.builder() .model("qwen3-asr-flash-realtime") // Endpoint for the Singapore region. // The following configuration is for the Singapore region. Replace "{WorkspaceId}" with your actual workspace ID. The configuration varies by region. .url("wss://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api-ws/v1/realtime") // The API keys for the Singapore and Beijing regions are different. // To obtain an API key, see https://www.alibabacloud.com/help/en/model-studio/get-api-key // If you have not configured an environment variable, replace the following line with .apikey("sk-xxx"). .apikey(System.getenv("DASHSCOPE_API_KEY")) .build();
Parâmetro
Tipo
Obrigatório
Descrição
model
String
Sim
Modelo a ser usado. Exemplo: qwen3-asr-flash-realtime.
url
String
Sim
Endpoint do serviço. China (Pequim): wss://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api-ws/v1/realtime. Singapura: wss://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api-ws/v1/realtime. Substitua {WorkspaceId} pelo seu ID do Workspace real. Substitua {WorkspaceId} pelo seu ID do workspace real.
Modalidade de saída. Valor fixo: [OmniRealtimeModality.TEXT].
enableTurnDetection
boolean
Não
Ativa o VAD no lado do servidor. Quando desativado, chame commit() para acionar o reconhecimento manualmente. Padrão: true.
turnDetectionType
String
Não
Tipo de VAD. Valor fixo: server_vad.
turnDetectionThreshold
float
Não
Limiar de sensibilidade do VAD. Valor recomendado: 0,0.
Padrão: 0,2. Intervalo válido: [-1, 1].
Valores menores aumentam a sensibilidade (podem gerar acionamentos por ruído de fundo). Valores maiores reduzem a sensibilidade e ajudam a evitar acionamentos falsos em ambientes ruidosos.
turnDetectionSilenceDurationMs
int
Não
Duração do silêncio em milissegundos que marca o fim de uma expressão. Valor recomendado: 400.
Padrão: 800. Intervalo válido: [200, 6000].
Durações mais curtas (por exemplo, 300 ms) aceleram as respostas, mas podem dividir pausas naturais. Durações mais longas (por exemplo, 1200 ms) lidam melhor com pausas, mas aumentam a latência.
Parâmetros de transcrição (OmniRealtimeTranscriptionParam)
Defina esses parâmetros com os métodos setter da classe OmniRealtimeTranscriptionParam.
Clique em para visualizar o código de exemplo
Copy
OmniRealtimeTranscriptionParam transcriptionParam = new OmniRealtimeTranscriptionParam();transcriptionParam.setLanguage("zh");transcriptionParam.setInputSampleRate(16000);transcriptionParam.setInputAudioFormat("pcm");
Parâmetro
Tipo
Obrigatório
Descrição
language
String
Não
Idioma da source de áudio. Para idiomas compatíveis, consulte Idiomas suportados.
inputSampleRate
int
Não
Taxa de amostragem de áudio em Hz. Valores válidos: 16000, 8000.
Padrão: 16000.
Definir como 8000 causa upsampling no lado do servidor para 16.000 Hz, o que pode introduzir pequena latência. Use apenas para áudio nativo de 8.000 Hz (por exemplo, telefonia).
inputAudioFormat
String
Não
Formato de codificação de áudio. Valores válidos: pcm, opus. Padrão: pcm.
corpusText
String
Não
Texto de contexto para viés contextual. Forneça texto de base, vocabulários de entidades ou material de referência para melhorar a precisão do reconhecimento. Máximo: 10.000 tokens.
Importação: com.alibaba.dashscope.audio.omni.OmniRealtimeConversationEsta classe gerencia o ciclo de vida do WebSocket: conexão ao servidor, envio de áudio e encerramento da sessão.
Abre uma conexão WebSocket. O servidor responde com os eventos session.created e session.updated.Gera exceção: NoApiKeyException, InterruptedException.
Atualiza a configuração da sessão após estabelecer a conexão. O servidor responde com um evento session.updated. Se não for chamado, o servidor usa as configurações padrão.
Adiciona um segmento de áudio codificado em Base64 ao buffer de áudio no lado do servidor.
Modo VAD (enableTurnDetection=true): O servidor detecta os limites da fala e decide quando processar o buffer.
Modo manual (enableTurnDetection=false): O áudio se acumula no buffer até você chamar commit() para acionar o reconhecimento. Cada evento pode conter até 15 MiB de dados de áudio.
Notifica o servidor para concluir o processamento de qualquer áudio restante e encerrar a sessão. O servidor responde com um evento session.finished.Quando chamar:
Importação: com.alibaba.dashscope.audio.omni.OmniRealtimeCallbackHerde esta classe e implemente os métodos de callback para lidar com eventos do servidor.
Método
Parâmetros
Acionado quando
onOpen()
Nenhum
A conexão WebSocket é estabelecida.
onEvent(JsonObject message)
message: Um evento do servidor como JSON. Tipos comuns de eventos: session.created, session.updated, input_audio_buffer.committed, conversation.item.input_audio_transcription.completed, session.finished.
Um evento do servidor é recebido. Analise o campo type para determinar o tipo de evento.
onClose(int code, String reason)
code: Código de status. reason: Motivo do fechamento.
