Skip to main content

リアルタイム音声・動画翻訳

Qwen-LiveTranslate-Realtime は音声をリアルタイムで翻訳します。画像や動画のフレームを文脈情報として利用でき、翻訳テキストを返します。一部の翻訳先言語では音声の翻訳結果も出力できます。 このシリーズは WebSocket、WebRTC、AOQ をサポートします。シリーズガイドの対象は qwen3.8-livetranslate-flash-realtime、qwen3.5-livetranslate-flash-realtime とスナップショット版 qwen3.5-livetranslate-flash-realtime-2026-05-19 です。現行の qwen3.5-livetranslate-flash-realtime は、このスナップショット版と同じ機能を備えています。

プロトコルの選択

一般的な選び方については、Realtime API の接続方式の選択を参照してください。モデルごとに利用できる入出力とイベントフィールドは、各接続方式とイベントのリファレンスで確認できます。
  • WebSocket では、音声イベントで原音声を送信します。翻訳の参考情報として画像を追加することもできます。 ブラウザーは WebSocket をネイティブにサポートしています。モデルの認証要件に従い、長期使用の API キーはサーバー側で保管してください。
  • WebRTC では、音声トラックで原音声を送信して翻訳音声を受信し、DataChannel でモデルイベントを送受信します。
  • AOQ（AI over QUIC） では、クライアント SDK を使ってメディアとモデルイベントを別々のトラックで転送します。 クライアント SDK は Android、iOS、HarmonyOS、Windows、macOS、Electron、Linux に対応しています。各プラットフォームのダウンロード先と API リファレンスは、AOQ 接続ガイドを参照してください。
WebRTC または AOQ で映像を入力できるかどうかは、モデルとユースケースによって異なります。 3 つのプロトコルはいずれも Token Plan で使用できます。利用可能なモデルとリージョンは、Token Plan 個人版とチーム版の仕様に従います。

イベントとその他のリファレンス

音声スタイル