qwen3-livetranslate-flash traduit des fichiers audio et vidéo dans 18 langues. Il accepte une entrée audio ou vidéo et renvoie du texte traduit, de l'audio synthétisé, ou les deux via une API en streaming. Pour les entrées vidéo, le contexte visuel améliore la précision de la traduction (par exemple, distinguer un « masque médical » d'un « masque de bal » grâce aux images vidéo).
Prérequis
- Créer une clé API.
- Configurer la clé API comme variable d'environnement.
- (Facultatif) Si vous utilisez le SDK OpenAI, installez le SDK.
Démarrage rapide
Tous les exemples utilisent l'API en streaming compatible OpenAI. Définissez les langues source et cible via translation_options. L'entrée par défaut est l'audio ; décommentez le bloc d'entrée vidéo dans chaque exemple pour traduire des fichiers vidéo.
Spécifier source_lang améliore la précision. Omettez ce paramètre pour activer la détection automatique de la langue.
python
Paramètres de la requête
Entrée
Le tableau messages doit contenir exactement un message dont le role est défini sur user. Le champ content contient l'audio ou la vidéo à traduire :
- Audio : Définissez
typesurinput_audio. Fournissez l'URL du fichier ou les données encodées en Base64 dansinput_audio.dataet spécifiez le format (par exemple,wav) dansinput_audio.format. - Vidéo : Définissez
typesurvideo_url. Indiquez l'URL du fichier dansvideo_url.url.
Options de traduction
Spécifiez les langues source et cible dans le paramètre translation_options :
translation_options n'est pas un paramètre OpenAI standard. Transmettez-le via extra_body :
Modalité de sortie
Contrôlez le format de sortie avec le paramètre modalities :
**Valeur de modalities** | Sortie |
|---|---|
["text"] | Texte traduit uniquement |
["text", "audio"] | Texte traduit et audio synthétisé encodé en Base64 |
audio. Consultez Voix prises en charge pour connaître les options disponibles.
Contraintes
- Tour unique uniquement : Le modèle traite une seule traduction par requête. Les conversations multi-tours ne sont pas prises en charge.
- Aucun message système : Le rôle
systemn'est pas pris en charge. - Streaming uniquement : Seule la sortie en streaming compatible OpenAI est prise en charge.
Analyser la réponse
Chaque objet chunk du flux contient :
- Texte :
chunk.choices[0].delta.content - Audio :
chunk.choices[0].delta.audio["data"](encodé en Base64, taux d'échantillonnage de 24 kHz)
Enregistrer l'audio dans un fichier
Concaténez tous les fragments audio Base64 du flux, puis décodez et enregistrez le résultat une fois le flux terminé.
Python
Node.js
Lecture en temps réel
Décodez chaque fragment Base64 dès sa réception et jouez-le directement. Cette approche nécessite des bibliothèques audio spécifiques à la plateforme.
Python
Installez d'abord pyaudio :
| Plateforme | Installation |
|---|---|
| macOS | brew install portaudio && pip install pyaudio |
| Ubuntu / Debian | sudo apt-get install python-pyaudio python3-pyaudio ou pip install pyaudio |
| CentOS | sudo yum install -y portaudio portaudio-devel && pip install pyaudio |
| Windows | python -m pip install pyaudio |
Node.js
Installez d'abord les dépendances :
| Plateforme | Installation |
|---|---|
| macOS | brew install portaudio && npm install speaker |
| Ubuntu / Debian | sudo apt-get install libasound2-dev && npm install speaker |
| Windows | npm install speaker |
Facturation
- Audio
- Vidéo
Chaque seconde d'audio en entrée ou en sortie consomme 12,5 tokens. Toute durée audio inférieure à 1 seconde est facturée comme 1 seconde.
Détails du modèle
| Modèle | Version | Fenêtre de contexte | Entrée max. | Sortie max. |
|---|---|---|---|---|
| qwen3-livetranslate-flash | Stable | 53 248 tokens | 49 152 tokens | 4 096 tokens |
| qwen3-livetranslate-flash-2025-12-01 | Snapshot | 53 248 tokens | 49 152 tokens | 4 096 tokens |
Actuellement, qwen3-livetranslate-flash possède les mêmes capacités que qwen3-livetranslate-flash-2025-12-01.
Langues prises en charge
Utilisez ces codes de langue pour source_lang et target_lang. Certaines langues cibles ne prennent en charge que la sortie texte.
| Code de langue | Langue | Sortie prise en charge |
|---|---|---|
| en | Anglais | Audio, texte |
| zh | Chinois | Audio, texte |
| ru | Russe | Audio, texte |
| fr | Français | Audio, texte |
| de | Allemand | Audio, texte |
| pt | Portugais | Audio, texte |
| es | Espagnol | Audio, texte |
| it | Italien | Audio, texte |
| id | Indonésien | Texte |
| ko | Coréen | Audio, texte |
| ja | Japonais | Audio, texte |
| vi | Vietnamien | Texte |
| th | Thaï | Texte |
| ar | Arabe | Texte |
| yue | Cantonais | Audio, texte |
| hi | Hindi | Texte |
| el | Grec | Texte |
| tr | Turc | Texte |
Voix prises en charge
Définissez le paramètre voice dans audio lorsque la sortie inclut de l'audio synthétisé.
| Nom de la voix | **Paramètre voice** | Description | Langues prises en charge |
|---|---|---|---|
| Cherry | Cherry | Une jeune femme joyeuse, amicale et authentique. | Chinois, anglais, français, allemand, russe, italien, espagnol, portugais, japonais, coréen |
| Nofish | Nofish | Un designer ayant des difficultés à prononcer les consonnes rétroflexes. | Chinois, anglais, français, allemand, russe, italien, espagnol, portugais, japonais, coréen |
| Shanghai-Jada | Jada | Une femme shanghaienne dynamique et pleine d'énergie. | Chinois |
| Beijing-Dylan | Dylan | Un jeune homme qui a grandi dans les hutongs de Pékin. | Chinois |
| Sichuan-Sunny | Sunny | Une douce jeune fille du Sichuan. | Chinois |
| Tianjin-Peter | Peter | Une voix dans le style d'un artiste de crosstalk de Tianjin (le rôle secondaire). | Chinois |
| Cantonese-Kiki | Kiki | Une meilleure amie douce venue de Hong Kong. | Cantonais |
| Sichuan-Eric | Eric | Un homme de Chengdu, au Sichuan, anticonformiste et singulier. | Chinois |
FAQ
Quel contenu est traduit lors de la fourniture d'un fichier vidéo ?
Le modèle traduit la piste audio de la vidéo. Les informations visuelles améliorent la précision de la traduction.
Par exemple, si l'audio dit « Ceci est un masque » :
- Si la vidéo montre un masque médical, le modèle le traduit par « Ceci est un masque médical ».
- Si la vidéo montre un masque de bal, le modèle le traduit par « Ceci est un masque de bal ».