本文介绍通过WebSocket连接访问Sambert实时语音合成服务的交互流程、服务端点和请求头。
DashScope SDK目前仅支持Java和Python。使用其他编程语言时，可通过WebSocket连接与服务进行通信。
用户指南：关于模型介绍和选型建议请参见语音合成。
服务端点
Sambert仅支持在北京地域使用。
WebSocket 服务端点固定为：wss://dashscope.aliyuncs.com/api-ws/v1/inference
URL 必须使用 wss:// 协议，且固定不变。Authorization 在请求头中设置（参见请求头）。
请求头
请求头中需添加如下信息：
参数 | 类型 | 是否必选 | 说明 |
Authorization | string | 是 | 鉴权令牌，格式为 |
user-agent | string | 否 | 客户端标识，便于服务端追踪来源。 |
X-DashScope-WorkSpace | string | 否 | 阿里云百炼业务空间ID。 |
X-DashScope-DataInspection | string | 否 | 是否启用数据合规检测功能。默认不传或设为 |
Authorization 鉴权在 WebSocket 握手阶段验证。如果 API Key 无效或缺失，握手将失败并返回 HTTP 401/403 错误。
交互流程
客户端事件和服务端事件的详细说明，请参见客户端事件和服务端事件。
按时间顺序，客户端与服务端的交互流程如下：
建立连接：客户端与服务端建立WebSocket连接。
开启任务：客户端发送run-task事件以开启任务。Sambert在run-task中一次性发送全部待合成文本。
等待确认：客户端收到服务端返回的task-started事件，标志着任务已成功开启。
接收音频：客户端通过
binary通道接收服务端持续返回的音频流，同时收到result-generated事件（携带时间戳等附加信息）。任务结束：客户端收到服务端返回的task-finished事件，标志着任务结束。
关闭连接：客户端关闭WebSocket连接。
为提高资源利用率，建议复用 WebSocket 连接处理多个任务，而非为每个任务建立新连接。详细操作请参见实时语音合成-千问。
Sambert 不支持流式输入（streaming 为 out 而非 duplex），所有待合成文本必须在 run-task 事件中一次性发送。不支持 continue-task 和 finish-task 指令。