Fun-ASR-Realtime AOQ 接入

介绍通过 AOQ 接入 Fun-ASR-Realtime 的鉴权、媒体配置、建连和任务事件处理流程。

通过 AOQ 接入 Fun-ASR-Realtime 时，客户端通过 Audio 轨上传音频，通过 Data 轨发送任务事件并接收识别结果。

准备工作

• 选择支持 AOQ 的型号。具体支持范围参见模型与协议支持范围。
• 在业务 AppServer 配置与调用地域和业务空间匹配的 API Key。
• 从SDK 下载导入对应平台的 AOQ SDK。下文以 Android Java 和 Opus 传输为例，请同时导入 Opus 插件。使用麦克风采集时，请在客户端申请录音权限。

1. 获取连接凭证

在 AppServer 设置环境变量 DASHSCOPE_API_KEY，用所选地域及业务空间的接入域名替换 {endpoint}。Fun-ASR-Realtime 使用 Inference 建连路径，以下以 fun-asr-realtime 为例。

curl -X POST \
  "https://{endpoint}/api/v1/webrtc/inference?model=fun-asr-realtime" \
  -H "Authorization: Bearer ${DASHSCOPE_API_KEY}" \
  -H "Content-Type: application/json" \
  -H "x-dashscope-rtc-transport: moq" \
  -d '{}'

若使用 Token Plan，接入域名中的 WorkspaceId 固定为 token-plan。请求体中的 clientIp 可选，填写客户端真实公网 IP，供网关选择 Relay 接入点。未填写时，网关使用请求来源 IP。

API Key 仅保存在 AppServer。AppServer 将下表中的连接参数返回客户端，响应中的 sidExpiresInSecs 表示会话有效期，单位为秒。

2. 初始化 SDK 并建连

用 AoqCreateConfig 设置 SDK 工作目录，调用 AoqClientEngine.createEngine 创建引擎并注册回调。在 onConnectionStatusChange 中处理连接状态，在 onDataMsg 中解析模型事件，在 onError 中处理 SDK 错误。Android SDK提供引擎初始化和连接字段的完整接口说明。

将 AppServer 返回的凭证填入 connectConfig 后，发布 Audio 和 Data 轨，订阅 Data 轨。下例设置 16 kHz 单声道 Opus 编码和内置采集，建连时关闭 Audio 轨发送。模型的输入格式由任务事件指定，SDK 编码配置用于媒体轨传输。

AoqClientEngine.AoqAudioCodecConfig codec = new AoqClientEngine.AoqAudioCodecConfig();
codec.trackType = AoqClientEngine.AoqTrackType.AoqTrackTypeAudio;
codec.codecType = AoqClientEngine.AoqEncoderType.AoqEncoderTypeAudioOpus;
codec.sampleRate = 16000;
codec.channel = 1;
codec.bitrate = 24000;
engine.setAudioEncoderConfig(codec);

AoqClientEngine.AoqTrackParam audio = new AoqClientEngine.AoqTrackParam();
audio.trackType = AoqClientEngine.AoqTrackType.AoqTrackTypeAudio;
connectConfig.publishTracks.add(audio);
AoqClientEngine.AoqTrackParam publishData = new AoqClientEngine.AoqTrackParam();
publishData.trackType = AoqClientEngine.AoqTrackType.AoqTrackTypeData;
connectConfig.publishTracks.add(publishData);
AoqClientEngine.AoqTrackParam subscribeData = new AoqClientEngine.AoqTrackParam();
subscribeData.trackType = AoqClientEngine.AoqTrackType.AoqTrackTypeData;
connectConfig.subscribeTracks.add(subscribeData);

AoqClientEngine.AoqAudioCaptureConfig capture = new AoqClientEngine.AoqAudioCaptureConfig();
capture.channel = 1;
capture.isExternal = false;
engine.startAudioCapture(capture);
engine.enableSendMediaStream(AoqClientEngine.AoqTrackType.AoqTrackTypeAudio, false);
engine.connect(connectConfig);

等待 onConnectionStatusChange 返回 AoqConnectionStatusConnected 后再启动任务。连接异常时清理本地任务状态，重新建连需要获取新的连接凭证。

3. 启动识别任务并处理事件

将以下 JSON 序列化为 UTF-8，写入 AoqDataMsg.data，再用 sendDataMsg 通过 Data 轨发送。每个任务生成新的 task_id，本轮的所有事件使用同一个值。

{
  "header": {
    "action": "run-task",
    "task_id": "0706c14c-dc16-4e45-8cb6-9d00686e8e19",
    "streaming": "duplex"
  },
  "payload": {
    "task_group": "audio",
    "task": "asr",
    "function": "recognition",
    "model": "fun-asr-realtime",
    "parameters": {
      "format": "pcm",
      "sample_rate": 16000
    },
    "input": {}
  }
}

在 onDataMsg 中读取 header.event。收到 task-started 后才允许上行音频。

engine.enableSendMediaStream(AoqClientEngine.AoqTrackType.AoqTrackTypeAudio, true);

从 result-generated 的 payload.output.sentence 中读取识别文本，并跳过 heartbeat=true 的心跳。sentence_end=false 表示中间文本，sentence_end=true 表示句子最终文本。按 sentence_id 更新同一句的文本。收到 task-failed 时，停止本轮上行并读取 header.error_code 和 header.error_message。

任务参数与事件字段参见客户端事件和服务端事件。

4. 结束任务并释放资源

录音结束后，停止采集新的音频，等待待发送的音频送出。调用 enableSendMediaStream 关闭 Audio 轨上行，再通过 Data 轨发送 finish-task。保持连接，接收剩余识别结果并等待 task-finished。

{
  "header": {
    "action": "finish-task",
    "task_id": "0706c14c-dc16-4e45-8cb6-9d00686e8e19",
    "streaming": "duplex"
  },
  "payload": {
    "input": {}
  }
}

不再使用连接时，依次调用 stopAudioCapture、disconnect 和 AoqClientEngine.destroy 释放资源。

相关文档

• AOQ SDK · 功能参考
• 媒体流发送管理 · 自定义音频采集
• 使用 AOQ 接入 Fun-ASR-Realtime