Qwen-Audio-Realtime はリアルタイムの音声対話向けのモデルです。テキストとストリーミング音声を入力でき、テキストと音声を返すことができます。
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。
qwen-audio-3.1-realtime-plus、qwen-audio-3.1-realtime-flash、qwen-audio-3.0-realtime-plus、qwen-audio-3.0-realtime-flash は WebSocket、WebRTC、AOQ をサポートします。
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、音声とテキストをイベントで送受信します。 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、音声の送受信に音声トラックを使用し、テキストとモデルイベントの送受信に DataChannel を使用します。
- AOQ（AI over QUIC） では、クライアント SDK で音声を転送し、独立した Data トラックでテキストとモデルイベントを送受信します。 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。