Sambert WebSocket API 参考

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、接口地址和请求头。 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。

​

接口地址

Sambert仅支持在北京地域使用。 WebSocket 接口地址固定为：wss://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api-ws/v1/inference 调用时请将{WorkspaceId}替换为真实的Workspace ID。

​

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 Bearer <your_api_key>，将 <your_api_key> 替换为实际的 API Key。
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enable。如非必要，请勿启用该参数。

​

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：

1. 建立连接：客户端与服务端建立WebSocket连接。
2. 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。
3. 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。
4. 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）。
5. 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。
6. 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。详细操作请参见连接复用（WebSocket）。