Qwen3 ASR 实时语音输入指南:北京与新加坡区域怎么选
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。
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。