Skip to main content

Qwen-Audio-TTS / CosyVoice Flutter SDK

Integre Qwen-Audio-TTS / CosyVoice ao SDK do Flutter. Consulte a sequência de chamadas Dart, os parâmetros da solicitação e os eventos.

Qwen-Audio-TTS e CosyVoice compartilham as mesmas APIs de síntese bidirecional. O aplicativo pode enviar trechos de texto enquanto recebe o áudio sintetizado.

Pré-requisitos

  • Configure o ambiente de desenvolvimento Flutter para a plataforma de destino. O aplicativo de exemplo requer Dart 3.4 ou posterior, abaixo de 4.0.
  • Obtenha uma chave de API. Selecione um endpoint de serviço na mesma região da chave de API. Se usar um domínio específico do espaço de trabalho, obtenha também o ID do espaço de trabalho.
Não inclua chaves de API de longa duração no código do aplicativo móvel. Para modelos que aceitam uma chave de API temporária, use o servidor do aplicativo para gerar uma chave de API temporária e enviá-la ao cliente.

Instalar o SDK

Abra Seleção e download do SDK móvel de voz, selecione a guia Flutter e baixe e extraia o pacote. Copie o diretório extraído do SDK para packages/aliyun_neonui no projeto Flutter e adicione a dependência local ao pubspec.yaml.
dependencies:
  aliyun_neonui:
    path: packages/aliyun_neonui
Execute flutter pub get e importe o SDK no arquivo Dart.
import 'package:aliyun_neonui/neonui.dart';

Início rápido

Execute o aplicativo de exemplo

  1. Conecte o dispositivo de destino. Execute estes comandos no diretório do SDK extraído.
    cd example
    flutter pub get
    flutter run
    
  2. Na tela inicial do aplicativo de exemplo, abra 百炼(DashScope). Selecione um endpoint de serviço e informe a API Key. Se usar um domínio específico do espaço de trabalho, informe também o WorkspaceId.
  3. Abra Qwen-Audio-TTS/CosyVoice 双向流式语音合成 e execute o exemplo.
O código completo está em example/lib/pages/dashscope/dash_cosy_voice_stream_tts_page.dart no pacote do SDK.

Modelos incluídos no exemplo

  • qwen-audio-3.1-tts-flash
  • qwen-audio-3.1-tts-plus
  • qwen-audio-3.0-tts-flash
  • qwen-audio-3.0-tts-plus
  • cosyvoice-v3-flash
  • cosyvoice-v3-plus

Sequência de chamadas

Chame estes métodos na instância retornada por NativeNui().
  1. Assine streamTtsEventStream e streamTtsAudioStream antes de chamar os métodos.
  2. Use o JSON de conexão e o JSON da tarefa abaixo como ticketJson e paramsJson.
    await nui.streamTtsStart(ticket: ticketJson, params: paramsJson);
    await nui.streamTtsSend('你好,');
    await nui.streamTtsSend('欢迎使用语音合成。');
    
    Depois de iniciar a síntese, envie o texto em trechos e reproduza o áudio recebido pelo fluxo.
  3. Encerre a entrada de texto com streamTtsStop. Após o evento de conclusão da síntese, chame streamTtsRelease.

Parâmetros de solicitação

O exemplo usa um modelo incluído no pacote. Para outras configurações, consulte example/lib/dashscope_params.dart. Para mais detalhes sobre os parâmetros, consulte Android SDK, iOS SDK, HarmonyOS SDK. Substitua YOUR_WS_HOST pelo host WebSocket da região, YOUR_DEVICE_ID pelo ID do dispositivo e YOUR_API_KEY por uma chave de API da mesma região.

Parâmetros de conexão

Passe o JSON de conexão como ticket.
{
  "apikey": "YOUR_API_KEY",
  "device_id": "YOUR_DEVICE_ID",
  "url": "wss://YOUR_WS_HOST/api-ws/v1/inference"
}

Parâmetros da tarefa

Passe o JSON do exemplo como string ao método Dart.
{
  "model": "qwen-audio-3.1-tts-flash",
  "voice": "longanhuan_v3.1",
  "format": "pcm",
  "enable_audio_decoder": false,
  "sample_rate": 24000,
  "volume": 50,
  "rate": 1.0,
  "pitch": 1.0
}
Escolha uma voice compatível com o model. format e sample_rate definem o formato e a taxa de amostragem da saída. O exemplo ativa enable_audio_decoder para MP3 ou Opus.

Referência da API

Métodos

Nos métodos que retornam Future<int>, o código 0 indica êxito.
Assinatura do métodoFinalidade
Future<int> streamTtsStart({required String ticket, required String params, String sessionId = "", int logLevel = 0, bool saveLog = false})Cria uma sessão de síntese em streaming. Passe ticket e params como strings JSON separadas.
Future<int> streamTtsSend(String text)Envia o próximo trecho de texto.
Future<int> streamTtsStop({bool flagAsync = true})Encerra a entrada de texto. O valor padrão de flagAsync é true, para encerramento assíncrono.
Future<int> streamTtsAsyncPlay({required String ticket, required String params, required String text, String sessionId = "", int logLevel = 0, bool saveLog = false})Envia o texto completo em uma chamada e recebe o resultado de forma assíncrona.
Future<int> streamTtsCancel()Cancela a sessão ou tarefa de síntese atual.
Future<int> streamTtsRelease()Libera os recursos do SDK.

Eventos e fluxos de áudio

Leia os eventos em streamTtsEventStream. Quando um evento chega como um mapa Dart, leia o nome em event e consulte resultCode para identificar erros na tarefa. O fluxo streamTtsAudioStream fornece blocos de áudio para reprodução pelo aplicativo.
EventoFinalidade
STREAM_INPUT_TTS_EVENT_SYNTHESIS_STARTEDInício da síntese ou do áudio da resposta
STREAM_INPUT_TTS_EVENT_SENTENCE_SYNTHESISEvento de síntese no nível da frase
STREAM_INPUT_TTS_EVENT_SYNTHESIS_COMPLETEConclusão da tarefa ou da saída de áudio atual
STREAM_INPUT_TTS_EVENT_TASK_FAILEDFalha na tarefa