Découvrez les modèles compatibles de Realtime API, les méthodes de connexion, l’authentification ainsi que les tutoriels et démos disponibles.
Realtime API prend en charge l’interaction multimodale, la reconnaissance vocale, la synthèse vocale, la conversation vocale et la traduction audio et vidéo en temps réel. Vérifiez les méthodes de connexion disponibles pour le modèle souhaité, choisissez celle qui convient à votre application, puis ouvrez la documentation correspondante.
Le tableau suivant présente les protocoles pris en charge par chaque modèle et application. Cliquez sur « Pris en charge » pour ouvrir la documentation de connexion correspondante.
Realtime API prend en charge WebSocket, WebRTC et AOQ (AI over QUIC). Les méthodes de connexion disponibles et les capacités d’entrée et de sortie dépendent du modèle sélectionné. Consultez sa documentation de connexion.
Vérifiez la région et le point de terminaison, puis obtenez l’API Key de cette région et de cet espace de travail.
Pour AOQ, téléchargez le SDK AOQ de la plateforme cliente.
La Realtime API utilise des clés API pour l'authentification. Que vous vous connectiez via AOQ, WebRTC ou WebSocket, vous devez transmettre un jeton porteur (bearer token) dans l'en-tête de requête HTTP

Modèles et protocoles pris en charge
Le tableau suivant présente les protocoles pris en charge par chaque modèle et application. Cliquez sur « Pris en charge » pour ouvrir la documentation de connexion correspondante.
| Type de modèle/application | Modèle | WebSocket | WebRTC | AOQ |
|---|---|---|---|---|
| Multimodal en temps réel | qwen3.8-omni-flash-realtime, qwen3.5-omni-plus-realtime, qwen3.5-omni-flash-realtime | Pris en charge | Pris en charge | Pris en charge |
| Synthèse vocale en temps réel | qwen-audio-3.1-tts-plus, qwen-audio-3.1-tts-flash, qwen-audio-3.0-tts-flash, qwen-audio-3.0-tts-plus | Pris en charge | Non pris en charge | Pris en charge |
| Séries de modèles CosyVoice | Pris en charge | Non pris en charge | Pris en charge | |
| Reconnaissance vocale en temps réel | qwen-audio-3.1-asr-flash-message, qwen-audio-3.1-asr-flash-streaming, qwen-audio-3.0-asr-flash-streaming, modèles de la série Fun-ASR-Realtime | Qwen-Audio-ASR-MessageQwen-Audio-ASR-StreamingFun-ASR-Realtime | Non pris en charge | Qwen-Audio-ASR-MessageQwen-Audio-ASR-StreamingFun-ASR-Realtime |
| Conversation vocale en temps réel | qwen-audio-3.1-realtime-plus, qwen-audio-3.1-realtime-flash, qwen-audio-3.0-realtime-plus, qwen-audio-3.0-realtime-flash | Pris en charge | Pris en charge | Pris en charge |
| Traduction vocale en temps réel | Modèles de la série Qwen-Livetranslate-Realtime | Pris en charge | Pris en charge | Pris en charge |
Pour les noms de modèles, les fenêtres de contexte, les prix et les versions figées, consultez la console Alibaba Cloud Model Studio. Pour les limites de débit, consultez Limitation du débit.
Choisir une méthode de connexion
Realtime API prend en charge WebSocket, WebRTC et AOQ (AI over QUIC). Les méthodes de connexion disponibles et les capacités d’entrée et de sortie dépendent du modèle sélectionné. Consultez sa documentation de connexion.
| Dimension | WebSocket | WebRTC | AOQ |
|---|---|---|---|
| Cas d’utilisation | Interaction vocale et multimodale en temps réel, intégration côté serveur, prototypage rapide | Interaction audio et vidéo en temps réel dans le navigateur, applications disposant d’une infrastructure WebRTC | Applications natives nécessitant une optimisation pour les réseaux dégradés et une transmission coordonnée de l’audio, de la vidéo et des événements du modèle |
| Compatibilité avec les navigateurs | Pris en charge nativement ; les exigences d’authentification de l’API restent applicables | Pris en charge nativement | Le SDK AOQ actuel ne propose pas de connexion depuis le navigateur |
| Annulation de l’écho et réduction du bruit | Fourni par les composants de capture et de traitement audio utilisés par le client | Fourni par le navigateur ou le client WebRTC, selon la plateforme et la configuration | Dépend de la configuration audio du SDK AOQ sur la plateforme utilisée |
| Plateformes clientes prises en charge | Toutes les plateformes, dans les environnements prenant en charge WebSocket | Navigateurs, clients mobiles | Mobile, ordinateur de bureau et Linux. Pour plus d’informations, consultez Téléchargements du SDK AOQ. |
| Token Plan | Pris en charge | Pris en charge | Pris en charge |
- WebSocket : pour l’interaction vocale et multimodale en temps réel, l’intégration côté serveur et le prototypage. Le SDK DashScope permet de mettre rapidement en place des conversations vocales en temps réel.
- WebRTC : pour l’interaction audio et vidéo en temps réel nécessitant la prise en charge native du navigateur ou utilisant une infrastructure WebRTC existante.
- AOQ : Basé sur QUIC, AOQ est optimisé pour les interactions en temps réel dans des conditions réseau dégradées. Il transmet l’audio, la vidéo et les événements du modèle sur des pistes distinctes et convient aux applications natives nécessitant l’intégration de la capture multimédia, de l’encodage, du décodage et de la lecture.
Préparer la connexion
Vérifiez la région et le point de terminaison, puis obtenez l’API Key de cette région et de cet espace de travail.
Lors de la première utilisation, suivez les indications de la console pour activer le service. Copiez et conservez la clé API en lieu sûr immédiatement après sa création. Gérez-la via des variables d’environnement ; ne l’intégrez pas dans le code client et ne la validez pas dans un dépôt de code.
Méthodes d’authentification
La Realtime API utilise des clés API pour l'authentification. Que vous vous connectiez via AOQ, WebRTC ou WebSocket, vous devez transmettre un jeton porteur (bearer token) dans l'en-tête de requête HTTP Authorization.
WebRTC et WebSocket effectuent l’authentification lors de l’établissement de la connexion. Avec AOQ, l’AppServer s’authentifie avec une clé API lorsqu’il demande les identifiants de connexion, puis le client se connecte avec un jeton temporaire. La transmission de données sur une connexion établie ne nécessite pas de nouvelle authentification.
Détails de l'authentification de connexion
- WebSocket
- WebRTC
- AOQ
WebSocket authentifie la connexion au moyen d’une API Key dans les en-têtes de la requête HTTP. Consultez la documentation de connexion du modèle sélectionné pour connaître les exigences spécifiques.
Ressources de développement
Tutoriels WebRTC
Tutoriels AOQ et démo
- Utiliser AOQ avec qwen3.5-omni-plus-realtime pour des appels en temps réel
- Créer des conversations vocales push-to-talk avec qwen3.8-omni-flash-realtime via AOQ
- Saisie vocale avec AOQ et qwen-audio-3.1-asr-flash-streaming
- Traduction vocale en temps réel avec qwen3.8-livetranslate-flash-realtime via AOQ
- Synthétiser la parole avec qwen-audio-3.0-tts-flash via AOQ
- Transcrire la parole en temps réel avec fun-asr-realtime via AOQ
- Créer des conversations vocales en temps réel avec qwen-audio-3.1-realtime-plus via AOQ
workspaceId. Vous pourrez alors essayer les modèles pris en charge par la démo, qui constituent un sous-ensemble des modèles.


