介紹透過 AOQ 接入 Fun-ASR-Realtime 的鑒權、媒體配置、建連和任務事件處理流程。
透過 AOQ 接入 Fun-ASR-Realtime 時,用戶端透過 Audio 軌上傳音訊,透過 Data 軌發送任務事件並接收識別結果。
在 AppServer 設置環境變量
若使用 Token Plan,接入域名中的
用
等待
將以下 JSON 序列化為 UTF-8,寫入
在
從
錄音結束後,停止採集新的音訊,等待待發送的音訊送出。呼叫
不再使用連接時,依次呼叫
準備工作
- 選擇支援 AOQ 的型號。具體支援範圍參見模型與協議支援範圍。
- 在業務 AppServer 配置與呼叫地域和業務空間匹配的 API Key。
- 從SDK 下載導入對應平台的 AOQ SDK。下文以 Android Java 和 Opus 傳輸為例,請同時導入 Opus 插件。使用麥克風采集時,請在用戶端申請錄音權限。
1. 獲取連接憑證
如需預先取得 Token,或瞭解完整的鑒權流程,請參見建連鑒權詳解。
DASHSCOPE_API_KEY,用所選地域及業務空間的接入域名替換 {endpoint}。Fun-ASR-Realtime 使用 Inference 建連路徑,以下以 fun-asr-realtime 為例。
WorkspaceId 固定為 token-plan。請求體中的 clientIp 可選,填寫用戶端真實公網 IP,供網關選擇 Relay 接入點。未填寫時,網關使用請求來源 IP。
API Key 僅保存在 AppServer。AppServer 將下表中的連接參數返回用戶端,響應中的 sidExpiresInSecs 表示會話有效期,單位為秒。
| 網關響應欄位 | AoqConnectConfig 欄位 |
|---|---|
aoqTokenForClient | token |
sid | sid |
clientRelayCertFingerprint | certFingerprint |
clientRelayEndpoints | relayEndpoints,逐項轉換 endpoint、port 和 route_index |
extraInfo.workspaceIdHash | workspaceIdHash |
2. 初始化 SDK 並建連
用 AoqCreateConfig 設置 SDK 工作目錄,呼叫 AoqClientEngine.createEngine 建立引擎並註冊回調。在 onConnectionStatusChange 中處理連接狀態,在 onDataMsg 中解析模型事件,在 onError 中處理 SDK 錯誤。Android SDK提供引擎初始化和連接欄位的完整介面說明。
將 AppServer 返回的憑證填入 connectConfig 後,發佈 Audio 和 Data 軌,訂閱 Data 軌。下例設置 16 kHz 單聲道 Opus 編碼和內置採集,建連時關閉 Audio 軌發送。模型的輸入格式由任務事件指定,SDK 編碼配置用於媒體軌傳輸。
onConnectionStatusChange 返回 AoqConnectionStatusConnected 後再啓動任務。連接異常時清理本地任務狀態,重新建連需要獲取新的連接憑證。
3. 啓動識別任務並處理事件
將以下 JSON 序列化為 UTF-8,寫入 AoqDataMsg.data,再用 sendDataMsg 透過 Data 軌發送。每個任務生成新的 task_id,本輪的所有事件使用同一個值。
onDataMsg 中讀取 header.event。收到 task-started 後才允許上行音訊。
result-generated 的 payload.output.sentence 中讀取識別文本,並跳過 heartbeat=true 的心跳。sentence_end=false 表示中間文本,sentence_end=true 表示句子最終文本。按 sentence_id 更新同一句的文本。收到 task-failed 時,停止本輪上行並讀取 header.error_code 和 header.error_message。
任務參數與事件欄位參見用戶端事件和服務端事件。
4. 結束任務並釋放資源
錄音結束後,停止採集新的音訊,等待待發送的音訊送出。呼叫 enableSendMediaStream 關閉 Audio 軌上行,再透過 Data 軌發送 finish-task。保持連接,接收剩餘識別結果並等待 task-finished。
stopAudioCapture、disconnect 和 AoqClientEngine.destroy 釋放資源。