介紹透過 AOQ 接入 Qwen-Audio-TTS 的鑒權、媒體配置、建連和任務事件處理流程。
透過 AOQ 接入 Qwen-Audio-TTS 時,用戶端透過 Data 軌提交文本和任務事件,透過 Audio 軌接收合成語音。
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
SDK 從 Audio 軌接收並播放語音。
提交全部文本後發送
不再使用連接時,等待已接收的音訊播放結束,依次呼叫
準備工作
- 選擇支援 AOQ 的型號。
qwen-audio-3.1-tts-plus、qwen-audio-3.1-tts-flash、qwen-audio-3.0-tts-plus和qwen-audio-3.0-tts-flash的協議支援情況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。純文本合成無需申請麥克風或攝像頭權限。
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}。Qwen-Audio-TTS 使用 Inference 建連路徑,以下以 qwen-audio-3.0-tts-flash 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 Data 軌,訂閱 Audio 和 Data 軌。下例設置 24 kHz 單聲道 Opus 解碼並啓動播放器。模型的輸出格式由任務事件指定,SDK 解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. 啓動合成任務並處理事件
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。使用與所選型號匹配的音色。
onDataMsg 中讀取 header.event。收到 task-started 後,發送一個或多個 continue-task 提交文本。
result-generated 是 Data 軌上的任務事件,音訊由 Audio 軌傳輸。收到 task-failed 時,讀取 header.error_code 和 header.error_message,並結束本輪任務。
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
提交全部文本後發送 finish-task。保持連接,等待服務端合成剩餘文本並返回 task-finished。
stopAudioPlayer、disconnect 和 AoqClientEngine.destroy 釋放資源。