aliyun-qwen-asr-realtime

Category: プロバイダー

Model Studio Qwen ASR Realtime

検証

mkdir -p output/aliyun-qwen-asr-realtime
python -m py_compile skills/ai/audio/aliyun-qwen-asr-realtime/scripts/prepare_realtime_asr_request.py && echo "py_compile_ok" > output/aliyun-qwen-asr-realtime/validate.txt

合格基準：コマンドが終了コード 0 で終了し、output/aliyun-qwen-asr-realtime/validate.txt が生成されること。

出力とエビデンス

• セッションのペイロードと応答サンプルを output/aliyun-qwen-asr-realtime/ に保存します。

重要なモデル名

次のいずれかのモデル文字列を正確に使用してください。

• qwen3-asr-flash-realtime
• qwen3-asr-flash-realtime-2026-02-10

ユースケース

• リアルタイムの字幕とキャプション
• 音声エージェントの双方向入力
• ブラウザーまたはターミナルのクライアントでのストリーミング音声テキスト変換

前提条件

• 環境に DASHSCOPE_API_KEY を設定するか、~/.alibabacloud/credentials に dashscope_api_key を追加します。
• リアルタイムセッションでは通常、クライアントで WebSocket またはストリーミングセッションの処理が必要です。

正規化されたインターフェース（asr.realtime）

リクエスト

• model（文字列、省略可）：デフォルトは qwen3-asr-flash-realtime
• language_hints（array、省略可）
• format（文字列、省略可）：例：pcm、wav
• sample_rate（int、省略可）：例：16000
• chunk_ms（int、省略可）：フレームサイズ（ミリ秒）

レスポンス

• text（文字列）：認識された文字起こしの断片
• is_final（bool）：確定を示すマーカー
• usage（object、省略可）

クイックスタート

リクエストテンプレートを生成します。

python skills/ai/audio/aliyun-qwen-asr-realtime/scripts/prepare_realtime_asr_request.py \
  --output output/aliyun-qwen-asr-realtime/request.json

運用ガイダンス

• クライアントスタックで別の形式が必要な場合を除き、16kHz のモノラル PCM を推奨します。
• 部分結果をすばやく返せるよう、チャンクを十分に小さく保ちます。
• 録音済みファイルしかない場合は、代わりに skills/ai/audio/aliyun-qwen-asr/ を使用します。

参考資料

• references/sources.md