技术实践｜给多端 Flutter 应用接上百炼语音大模型
内容提要
百炼语音 Flutter SDK 通过统一 Dart 接口桥接 Android、iOS、鸿蒙三端，使团队可复用一套 Flutter 业务与语音代码，接入语音识别、合成、翻译和对话能力。音频采集与播放留在 Flutter 侧，控制命令、事件和音频流经原生通道传输。文章介绍其分层架构、示例工程、流式 ASR 调用流程及选型建议，并强调生产环境应由服务端管理鉴权，逐步组合功能接入业务。
延伸解读
音频链路自主可控的取舍
SDK 将音频采集与播放留在 Flutter 侧，应用自行采集 PCM 并通过 sendAudio 送入，下行音频由 DartStream 返回后交给自有播放器。这便于复用现有录放音模块，但意味着音频格式、采样率、回声消除等需业务自行处理。若产品需要离线唤醒或端侧回声消除，文章提示需选择包含相应能力的原生整合包，而非仅依赖此 SDK。
流式 ASR 的调用顺序与状态管理
文章以实时识别为例，强调先订阅事件流，再依次调用 nuiInitialize、dialogSetParams 和 dialogStart，收到任务启动和录音开启状态后才循环提交 PCM。中间结果用于更新当前句，整句结束再定稿，停止时先停采集再调 dialogStop。这一顺序表明事件驱动是集成关键，业务需按状态推进，而非简单线性调用。
续传与确认机制的边界
示例默认开启 SDK 侧弱网续传，业务层保持一个发送循环即可，避免从滞后检查点重复回放旧音频。但文章明确指出 sendAudio 返回值和识别结果中的 endTime 都不是云端接收确认。对会议记录等场景，建议业务另存原始录音，必要时用文件转写校准，不宜直接追加补偿结果。这提醒开发者区分传输成功与云端确认。
生产接入的鉴权与平台适配
文章强调生产环境应由服务端管理鉴权，优先采用官方支持的临时凭证方案，并按所选模型校准输入输出音频格式。虽然共用 Dart 接口有助于复用上层逻辑，但平台权限、音频依赖及部分原生接口仍需按 Android、iOS、HarmonyOS 分别配置和验证，可用能力也需与所选原生整合包保持一致。
Q&A
百炼语音 Flutter SDK 支持哪些平台和语音功能？
百炼语音 Flutter SDK 通过统一的 Dart 接口桥接 Android、iOS 和 HarmonyOS 三端，支持语音识别、语音合成、语音翻译和语音对话功能。
音频采集和播放是在 Flutter 侧还是原生侧处理？
音频采集和播放留在 Flutter 侧：应用采集 PCM 数据，通过 sendAudio 送入 SDK；下行音频由 DartStream 返回，再交给自己的播放器。这样便于融入现有应用，无需替换既有音频组件。
SDK 内部是如何实现 Flutter 与原生通信的？
控制命令通过 MethodChannel 进入原生层；状态与结果通过四条 EventChannel 返回；音频上下行各用一条 BasicMessageChannel，下行再按类型分成两条 Dart 音频流。这种分工让业务可以分别处理会话状态、字幕和播放逻辑。
如何从示例工程开始接入语音功能？
示例工程按能力组织页面，百炼相关实现集中在 example/lib/pages/dashscope/。接入可分三步：1. 选择能力（语音输入、播报、翻译或实时对话），确定对应模型与示例页面；2. 接通链路，通过本地 path 依赖引入 aliyun_neonui，配置服务地址和鉴权，订阅事件与音频流，完成初始化和会话调用；3. 融入产品，替换示例界面及演示业务，接入实际的录放音、字幕和业务服务，处理停止、取消、异常与资源释放。
流式 ASR 的调用流程是怎样的？
应用先订阅事件，依次调用 nuiInitialize、dialogSetParams 和 dialogStart；收到任务启动和录音开启状态后，用一个循环提交 PCM。中间结果用于更新当前句，整句结束时提交该句，用户停止后调用 dialogStop，等待转写完成事件再释放。
生产环境接入时需要注意哪些安全与配置问题？
生产接入时，应通过服务端管理鉴权，优先采用官方支持的临时凭证方案，并按所选模型校准输入输出音频格式。若产品需要离线唤醒、离线合成或端侧回声消除，还需选择包含相应端侧能力的原生整合包。
