Skip to main content

SDK C# do Qwen-LiveTranslate-Realtime

Use o SDK C# para chamar o Qwen-LiveTranslate-Realtime via WebSocket e traduzir a fala em texto e áudio no idioma de destino.

Instale o SDK

Baixe e extraia Bailian.DashScope-1.1.0.zip. Para usar o SDK em um projeto C#, instale-o a partir da fonte local do NuGet.

Início rápido

  1. Obtenha uma chave de API e defina a variável de ambiente DASHSCOPE_API_KEY. Use uma chave de API da mesma região que seu espaço de trabalho.
  2. Crie um projeto de console .NET 10 e instale o SDK como descrito acima.
  3. Coloque input.pcm no diretório do projeto. Use áudio PCM bruto, mono, de 16 bits em little-endian com taxa de amostragem de 16 kHz. Converta os arquivos WAV em PCM bruto primeiro.
Configure o endpoint WebSocket do espaço de trabalho na região de Singapura. Substitua WorkspaceId pelo ID do seu espaço de trabalho. Consulte as regiões e os endpoints disponíveis em Acesso por WebSocket.
export DASHSCOPE_REALTIME_URL="wss://WorkspaceId.ap-southeast-1.maas.aliyuncs.com/api-ws/v1/realtime"

Exemplo em C#

O programa transmite uma gravação PCM bruta em tempo real, aguarda a conclusão da resposta e grava o áudio em output.pcm. Substitua o conteúdo de Program.cs pelo código a seguir.
using DashScope.Qwen;

if (args.Length < 2)
    throw new ArgumentException("Usage: <input.pcm> <model> [voice]");

using var timeout = new CancellationTokenSource(TimeSpan.FromSeconds(60));
var ct = timeout.Token;
await using var client = new QwenLiveTranslator(new QwenLiveTranslateOptions
{
    Model = args[1],
    Voice = args.Length > 2 ? args[2] : null,
    Url = Environment.GetEnvironmentVariable("DASHSCOPE_REALTIME_URL")
        ?? throw new InvalidOperationException("Set DASHSCOPE_REALTIME_URL to your workspace WebSocket endpoint."),
    Modalities = ["text", "audio"],
    SourceLanguage = "zh",
    TargetLanguage = "en",
    SampleRate = 16000,
});

using var output = File.Create("output.pcm");
var completed = new TaskCompletionSource<string?>(TaskCreationOptions.RunContinuationsAsynchronously);
client.TranslationCompleted += (_, e) => Console.WriteLine(e.Text);
client.TranslatedAudioChunk += (_, e) => output.Write(e.Pcm);
client.ResponseCompleted += (_, e) => completed.TrySetResult(e.Status);
client.ErrorOccurred += (_, e) => completed.TrySetException(
    new InvalidOperationException($"{e.ServerErrorCode}: {e.ServerErrorMessage}"));

await client.ConnectAsync(ct);
using var input = File.OpenRead(args[0]);
var frame = new byte[640];
int size;
while ((size = await input.ReadAsync(frame.AsMemory(), ct)) > 0)
{
    await client.AppendAudioAsync(frame.AsMemory(0, size), ct);
    await Task.Delay(20, ct);
}

Array.Clear(frame);
for (var i = 0; i < 60; i++)
{
    await client.AppendAudioAsync(frame, ct);
    await Task.Delay(20, ct);
}

await client.FinishAsync(ct);
var status = await completed.Task.WaitAsync(ct);
if (status != "completed" || output.Length == 0)
    throw new InvalidOperationException($"Status: {status}, audio bytes: {output.Length}");
Coloque o arquivo PCM bruto do início rápido no diretório do projeto e execute o exemplo.
dotnet run -- input.pcm qwen3.8-livetranslate-flash-realtime Serena

Referência da API

Use DashScope.Qwen.QwenLiveTranslator com QwenLiveTranslateOptions. Algumas configurações de sessão e alguns campos de eventos variam entre as versões 3.5 e 3.8. Consulte a referência de eventos do cliente para o seu modelo.

Opções de conexão e tradução

OpçãoTipoPadrãoDescrição
ApiKeystring?nullChave de API do Model Studio. Quando omitida, o SDK lê DASHSCOPE_API_KEY.
Urlstringwss://dashscope.aliyuncs.com/api-ws/v1/realtimeEndpoint WebSocket. O SDK adiciona Model como parâmetro de consulta model.
WorkspaceIdstring?nullID do espaço de trabalho enviado no cabeçalho X-DashScope-WorkSpace. Para usar o endpoint do seu espaço de trabalho, defina o endereço completo em Url.
ConnectTimeoutTimeSpan10 sTempo limite para abrir a conexão WebSocket.
StartTimeoutTimeSpan10 sTempo limite para receber session.created.
StopTimeoutTimeSpan10 sTempo limite para receber session.finished quando o modo de encerramento aguarda esse evento.
FinishModeQwenRealtimeFinishMode?nullQuando omitido, o SDK escolhe o modo de encerramento de acordo com o modelo. Consulte FinishMode na instância para saber qual modo está em uso.
Modelstringqwen3.5-livetranslate-flash-realtimeID do modelo.
ModalitiesIList<string>["text", "audio"]Modalidades de saída. Use ["text"] para receber apenas texto traduzido.
Voicestring?nullVoz do áudio traduzido. Quando omitida, o servidor seleciona a voz padrão. Ao gerar áudio com a versão 3.8, especifique uma voz compatível com o modelo.
EnableVoiceClonebool?nullHabilita a clonagem de voz para áudio traduzido.
VoiceCloneFrequencystringonceonce clona a voz no início da sessão, always faz isso para cada frase e never utiliza um ID de voz clonada existente. Verifique quais modos seu modelo suporta.
SampleRateint16000Taxa de amostragem de entrada em Hz. Escolha uma taxa de amostragem compatível com seu modelo.
InputAudioFormatstringpcmFormato de áudio de entrada. A opção do SDK aceita pcm ou opus. Consulte a referência de eventos do cliente para os formatos compatíveis com seu modelo.
OutputAudioFormatstring?nullFormato de áudio de saída, como pcm. Quando omitido, o servidor usa seu padrão.
TranscriptionModelstring?qwen3-asr-flash-realtimeModelo para reconhecimento de fala de origem. Com qwen3.5-livetranslate-flash-realtime, defina esta opção e SourceLanguage como null para omitir input_audio_transcription. O reconhecimento de fala de origem está sempre habilitado na versão 3.8.
SourceLanguagestring?nullCódigo de idioma de origem, como zh. Quando omitido, o servidor detecta o idioma.
TargetLanguagestringenCódigo de idioma de destino, como en.
SkipSameLanguageTextbool?nullPula o texto traduzido quando os idiomas de origem e destino forem iguais. Verifique se sua versão do modelo suporta esta opção.
SkipSameLanguageAudiobool?nullPula o áudio traduzido quando os idiomas de origem e destino forem iguais. Verifique se sua versão do modelo suporta esta opção.
CorpusPhrasesIDictionary<string, string>?nullGlossário de tradução que mapeia termos de origem para termos de destino em translation.corpus.phrases.
VadThresholddouble?0.5Limiar de VAD do servidor de -1,0 a 1,0.
VadSilenceMsint1000Duração de silêncio em milissegundos antes de o servidor detectar o fim da fala.
EnableDebugInfobool?nullSolicita informações de depuração do servidor.
Para traduzir áudio e vídeo com a versão 3.8, defina session.input_modalities como ["audio", "video"], conforme indicado em Acesso por WebSocket. Em seguida, envie quadros de imagem junto com o áudio. AppendImageAsync envia quadros de imagem. Use SendRawEventAsync para enviar eventos completos do cliente quando precisar definir campos sem opção correspondente no SDK.

Métodos

Os métodos abaixo retornam Task, exceto por DisposeAsync. ct é um token de cancelamento opcional.
MétodoDescrição
ConnectAsync(CancellationToken ct = default)Abre a conexão, aguarda session.created e envia session.update.
AppendAudioAsync(ReadOnlyMemory<byte> pcm, CancellationToken ct = default)Envia um quadro de áudio. O SDK codifica os bytes com Base64 e envia um evento input_audio_buffer.append.
AppendImageAsync(string imageBase64, CancellationToken ct = default)Envia um quadro de imagem Base64 em input_image_buffer.append. Selecione um modelo que suporte entrada de imagem e habilite a entrada de áudio e imagem primeiro.
SendRawEventAsync(string frameJson, CancellationToken ct = default)Envia o JSON completo do evento do cliente conforme fornecido. Use este método para eventos sem um método SDK dedicado.
FinishAsync(CancellationToken ct = default)Encerra a sessão usando o FinishMode ativo.
AbortAsync()Fecha a conexão imediatamente e descarta resultados pendentes.
DisposeAsync()Libera recursos de forma assíncrona e retorna um ValueTask.

Eventos

EventoArgumento do eventoQuando é disparado
SessionReadystring?A sessão está pronta. O valor é session.id.
SourceTranscriptUpdatedQwenTranscriptEventArgsTranscrição parcial da fala original. O evento ocorre quando o reconhecimento da fala original está habilitado.
SourceTranscriptCompletedQwenTranscriptEventArgsTranscrição final de um trecho da fala original.
TranslationTextDeltaQwenTextDeltaEventArgsDelta de tradução. Leia TranslationCompleted para a tradução final.
TranslationCompletedQwenTranscriptEventArgsTradução completa do trecho de fala.
TranslatedAudioChunkQwenAudioChunkEventArgsTrecho de áudio traduzido. O formato e taxa de amostragem dependem da configuração da sessão e da resposta do modelo.
TranslatedAudioCompletedEventArgsTodo o áudio traduzido para a rodada chegou.
ResponseCompletedQwenResponseSummaryresponse.done chegou com status e uso.
RawServerEventQwenServerEventArgsEvento bruto do servidor com seu tipo e objeto JSON.
ErrorOccurredDashScopeErrorEventArgsOcorreu um erro no servidor ou falha na conexão.
Veja tipos de resultado C# SDK para os campos do argumento do evento. O uso de tradução é acumulado durante a sessão.

Encerramento da sessão

Depois de enviar todo o áudio, chame FinishAsync para encerrar a sessão e receber o texto e o áudio traduzidos restantes. Por padrão, o LiveTranslate usa FinishAndWait, que envia session.finish e aguarda session.finished.