Qwen3 ASR 实时语音输入指南:北京与新加坡区域怎么选

|作者 tover0314|10 分钟阅读
Qwen3 ASR 实时语音输入设置图,展示 OpenTypeless 根据 API Key 区域连接北京或新加坡 DashScope 端点。
区域要和 DashScope API Key 的签发区域一致:中国大陆连接北京,国际连接新加坡。

OpenTypeless v1.1.53 新增了 Qwen3 ASR Flash Realtime 自备 Key 语音识别。这里最容易踩坑的不是模型名,而是区域:DashScope API Key 属于创建它的区域,所以 OpenTypeless 会让你先选择“中国大陆(北京)”或“国际(新加坡)”,再建立连接。

这项 Qwen3 ASR 集成到底做了什么

选择 Qwen3 ASR 后,桌面端会采集麦克风音频,转换为 16 kHz、单声道的 PCM16 数据,再通过 WebSocket 流式发送到你选择的 DashScope 区域。服务端返回实时和最终转写后,文字会继续走 OpenTypeless 原有的 AI 润色与当前应用输入流程。

TIP这是桌面端使用你自己的 API Key 直连阿里云,不经过 TalkMore 托管 STT,不消耗 TalkMore 云端字数,也不会多一层 TalkMore 代理时延。

北京还是新加坡:到底怎么选

  • API Key 在北京区域创建,就选择“中国大陆(北京)”。
  • API Key 在新加坡区域创建,就选择“国际(新加坡)”。
  • 不要只按物理距离选区域:端点必须和 API Key 的区域一致。
  • 如果你的账号能使用两个区域,请分别用各自区域的 Key 测试,再根据位置、账号和数据要求选择。

两个区域的实时端点

OpenTypeless 会从以下两个官方通用区域端点中选择一个,模型参数不能省略。

在 OpenTypeless 中完成配置

  • 创建或找到 DashScope API Key,并确认它属于北京还是新加坡区域。
  • 打开 OpenTypeless 设置,进入“语音识别”。
  • 选择“Qwen3-ASR(阿里云)”。
  • 选择“中国大陆(北京)”或“国际(新加坡)”。
  • 粘贴对应区域的 API Key,运行内置连接测试。
  • 用你日常会说的语言和专业词,录一段简短内容做真实测试。

当前的实时 WebSocket 事件流程

Qwen3 ASR Realtime 使用会话事件,不是一些旧版 DashScope 语音模型的 run-task 与 finish-task 流程。OpenTypeless 先发送 session.update,再通过 input_audio_buffer.append 连续发送音频块,录音结束后发送 session.finish,让服务端返回最终转写。

简化后的事件顺序如下:

区域选择会怎样影响时延

OpenTypeless 不会同时探测两个区域,也不会失败后偷偷改连另一区域,因此正常路径不会多发请求或平白增加等待。选择距离更合适且与账号匹配的区域,可以减少不必要的网络绕路;实际时延仍会受到本地网络、阿里云服务状态、录音长度和后续润色 Provider 的影响。

macOS、Windows 和 Linux 会不会受影响

Qwen3 的 WebSocket 协议在 macOS、Windows 和 Linux 上相同。不同系统的差异仍然主要在桌面端边缘:麦克风权限、全局快捷键,以及如何把文字写入当前应用。新增区域选择不会改变 TalkMore 云端链路,也不会改变其他 STT Provider 在各系统上的行为。

鉴权和连接失败怎么排查

  • 遇到 401 或鉴权失败,第一件事是检查所选区域。
  • 确认 API Key 仍然有效,并且账号可以使用 Qwen3-ASR Realtime。
  • 确认模型是 qwen3-asr-flash-realtime,而不是旧的 Paraformer 任务配置。
  • 如果连接中断,先用短录音测试,再检查本地防火墙或代理规则。
  • 如果你使用阿里云 Workspace 专属域名,请注意 OpenTypeless v1.1.53 当前使用通用区域端点,不需要填写 Workspace ID。
TIP先选 API Key 的签发区域,确保连接测试通过,再用自己的麦克风和日常词汇评估完整体验。区域正确,才有资格谈速度。