Skip to main content

Conversation vocale en temps réel

Qwen-Audio-Realtime est conçu pour les conversations vocales en temps réel. Les modèles acceptent du texte et de l’audio en streaming et peuvent renvoyer du texte et de l’audio. Les modèles qwen-audio-3.1-realtime-plus, qwen-audio-3.1-realtime-flash, qwen-audio-3.0-realtime-plus et qwen-audio-3.0-realtime-flash prennent en charge WebSocket, WebRTC et AOQ.

Choix du protocole

Pour des conseils généraux, consultez Choisir un mode de connexion à l’API Realtime. Les références de connexion et d’événements indiquent les entrées, les sorties et les champs d’événements disponibles pour votre modèle.
  • Avec WebSocket, envoyez et recevez l’audio et le texte sous forme d’événements. Les navigateurs prennent en charge WebSocket nativement. Respectez les exigences d’authentification du modèle et conservez les clés d’API de longue durée sur le serveur.
  • Avec WebRTC, utilisez des pistes audio pour la parole et le DataChannel pour le texte et les événements du modèle.
  • Avec AOQ (AI over QUIC), utilisez le SDK client pour transmettre l’audio et une piste Data distincte pour le texte et les événements du modèle. Le SDK client est disponible pour Android, iOS, HarmonyOS, Windows, macOS, Electron et Linux. Le guide de connexion AOQ donne accès aux téléchargements du SDK et aux références de l’API pour chaque plateforme.
Les trois protocoles peuvent être utilisés avec Token Plan. Les modèles et régions disponibles dépendent des spécifications de Token Plan Personal Edition et de Team Edition.

Événements et autres références

Voix