Skip to main content

Qwen-LiveTranslate-Realtime Acesso por WebSocket

Qwen-LiveTranslate-Realtime Acesso por WebSocket

Escopo de aplicação

Este documento se aplica ao Qwen-LiveTranslate-Realtime; o exemplo usa qwen3.8-livetranslate-flash-realtime. A série de guias também abrange qwen3.5-livetranslate-flash-realtime e o snapshot qwen3.5-livetranslate-flash-realtime-2026-05-19. As configurações e os campos de eventos das versões 3.8 e 3.5 são diferentes; consulte a referência de eventos do modelo selecionado.
  • Use a chave de API e o ID do workspace correspondentes à região e ao workspace selecionados.
  • Domínio de Pequim: {WorkspaceId}.cn-beijing.maas.aliyuncs.com; domínio de Singapura: {WorkspaceId}.ap-southeast-1.maas.aliyuncs.com.
  • Armazene as chaves de API permanentes no servidor. Não as inclua em navegadores nem em aplicações móveis.

Endereços e autenticação

WebSocketwss://WorkspaceId.cn-beijing.maas.aliyuncs.com/api-ws/v1/realtime?model=qwen3.8-livetranslate-flash-realtime
WebSocketwss://WorkspaceId.ap-southeast-1.maas.aliyuncs.com/api-ws/v1/realtime?model=qwen3.8-livetranslate-flash-realtime

Para outros domínios, consulte SDK Python. Defina Authorization: Bearer <API_KEY> no cabeçalho da solicitação de handshake do WebSocket. Substitua o ID do workspace e o nome real do modelo. Não inclua chaves de API permanentes em navegadores nem em aplicações móveis. O cabeçalho opcional user-agent identifica o cliente. A documentação geral de integração WebSocket também lista X-DashScope-WorkSpace (ID do workspace) e X-DashScope-DataInspection (configuração de inspeção de conformidade dos dados). Use esses cabeçalhos conforme os requisitos do modelo. Para gerar chaves de API temporárias e consultar suas permissões, consulte Gerar uma chave de API temporária.

Configuração da sessão

Depois de estabelecer a conexão e receber session.created, envie session.update. Envie a entrada somente após receber a confirmação session.updated; trate os erros pelos eventos error. Os exemplos a seguir se aplicam a qwen3.8-livetranslate-flash-realtime. Outras versões devem usar a configuração da referência de eventos correspondente; não misture os níveis dos campos. O exemplo ativa a clonagem de voz em tempo real. frequency: once extrai a voz da entrada uma vez no início da sessão e a reutiliza nas saídas seguintes, sendo adequado a cenários com uma pessoa. Consulte Clonagem de voz.
{
  "type": "session.update",
  "session": {
    "output_modalities": [
      "text",
      "audio"
    ],
    "audio": {
      "input": {
        "turn_detection": {
          "type": "speaker_detection",
          "threshold": 0.5
        }
      }
    },
    "voice": "default",
    "enable_voice_clone": true,
    "voice_clone_options": {
      "frequency": "once"
    },
    "translation": {
      "language": "en",
      "corpus": {
        "phrases": {
          "人工智能": "Artificial Intelligence",
          "机器学习": "Machine Learning"
        }
      }
    }
  }
}
Ao usar qwen3.5-livetranslate-flash-realtime, a configuração e os eventos diferem do exemplo 3.8 acima:
  • A modalidade de saída usa modalities em session; os valores disponíveis e o padrão são iguais aos de output_modalities na versão 3.8.
  • O idioma de origem pode ser definido por language no objeto input_audio_transcription de session. Se for omitido, o idioma será detectado automaticamente.
  • O reconhecimento incremental do texto original usa conversation.item.input_audio_transcription.text; a versão 3.8 usa conversation.item.input_audio_transcription.delta.
  • Na saída somente de texto, a versão 3.5 retorna os incrementos de tradução por response.text.text, e a 3.8 usa response.text.delta. Na saída de texto e áudio, a 3.5 retorna os incrementos por response.audio_transcript.text, e a 3.8 usa response.audio_transcript.delta.
Para os campos completos, valores padrão e eventos, consulte Eventos do cliente, Eventos do servidor e o Guia de tradução de fala em tempo real.

Entrada, resultados e encerramento

O áudio é enviado por input_audio_buffer.append. Os formatos de entrada, as condições de envio definitivo e as restrições de imagens estão em Eventos do cliente. Processe os resultados, status e erros de Eventos do servidor. Não considere o estabelecimento da conexão uma conclusão da solicitação da aplicação. A tradução em tempo real usa a configuração e os eventos de tradução deste modelo. Não aplique o fluxo de conversa response.create do Omni. Após encerrar a entrada, envie session.finish, mantenha a conexão aberta e continue recebendo os resultados restantes. Feche a conexão WebSocket somente após receber session.finished. Se precisar reproduzir todo o áudio traduzido, conclua primeiro a reprodução local. Os campos específicos estão em Eventos do cliente e Eventos do servidor.

Tratamento de erros

Se o handshake falhar, verifique o domínio, a região, o workspace, a chave de API, o nome do modelo, seu estado de ativação e as permissões. Depois de estabelecer a conexão, localize o problema pelo evento error e consulte Códigos de erro. Guarde o ID do evento para facilitar a investigação. A ausência de resposta não basta para concluir que o protocolo não é compatível.

SDKs e referências