Qwen-Omni-Realtime dapat menggabungkan ucapan dan konteks visual dalam percakapan real-time. Model menerima teks, audio streaming, dan input visual, serta dapat mengembalikan teks dan audio.
Untuk panduan umum, lihat Memilih metode akses Realtime API. Lihat referensi akses dan peristiwa terkait untuk mengetahui input, output, dan bidang peristiwa yang didukung model Anda.
qwen3.8-omni-flash-realtime, qwen3.5-omni-plus-realtime, dan qwen3.5-omni-flash-realtime mendukung WebSocket, WebRTC, dan AOQ. Untuk dokumentasi WebSocket model lama qwen3-omni-flash-realtime-2025-09-15, lihat SDK Python dan Peristiwa klien.
Pemilihan protokol
Untuk panduan umum, lihat Memilih metode akses Realtime API. Lihat referensi akses dan peristiwa terkait untuk mengetahui input, output, dan bidang peristiwa yang didukung model Anda.
- Jika Anda menggunakan WebSocket, kirim setidaknya satu peristiwa input audio sebelum mengirim gambar atau cuplikan bingkai video dalam peristiwa gambar. Browser mendukung WebSocket secara bawaan. Ikuti persyaratan autentikasi model dan simpan API Key jangka panjang di server.
- Dengan WebRTC, gunakan jalur audio untuk ucapan, jalur video untuk mengirim input visual, dan DataChannel untuk peristiwa model. Metode ini hanya mendukung deteksi giliran bicara otomatis dengan deteksi aktivitas suara (VAD).
- Dengan AOQ (AI over QUIC), gunakan SDK klien untuk mengirim dan menerima audio, mengirim input visual, serta bertukar peristiwa model melalui jalur Data terpisah. SDK klien tersedia untuk Android, iOS, HarmonyOS, Windows, macOS, Electron, dan Linux. Panduan akses AOQ memuat tautan unduhan SDK dan referensi API untuk setiap platform.