Conheça os modelos compatíveis da Realtime API, os métodos de acesso, a autenticação e os tutoriais e demos disponíveis.
A Realtime API oferece suporte a interação multimodal em tempo real, reconhecimento de fala, síntese de fala, conversa por voz e tradução de áudio e vídeo. Verifique os métodos de acesso compatíveis com o modelo desejado, escolha um método para sua aplicação e abra a documentação de acesso correspondente.
A tabela a seguir apresenta o suporte de cada protocolo aos diferentes modelos e aplicações:
A Realtime API oferece suporte a WebSocket, WebRTC e AOQ (AI over QUIC). Os métodos de acesso disponíveis e os recursos de entrada e saída dependem do modelo selecionado. Consulte a documentação de acesso desse modelo.
Confirme a região e o endpoint e obtenha a chave de API da região e do workspace.
Para AOQ, baixe o SDK do AOQ da plataforma cliente.
A Realtime API usa chaves de API para autenticação. Independentemente do protocolo (AOQ, WebRTC ou WebSocket), você deve passar um bearer token no cabeçalho de requisição HTTP

Modelos e aplicações suportados
A tabela a seguir apresenta o suporte de cada protocolo aos diferentes modelos e aplicações:
| Tipo de modelo/aplicação | Modelo | WebSocket | WebRTC | AOQ |
|---|---|---|---|---|
| Interação multimodal em tempo real | qwen3.8-omni-flash-realtime, qwen3.5-omni-plus-realtime, qwen3.5-omni-flash-realtime | Compatível | Compatível | Compatível |
| Tradução de fala em tempo real | Modelos da série Qwen-Livetranslate-Realtime | Compatível | Compatível | Compatível |
| Reconhecimento de fala em tempo real | qwen-audio-3.1-asr-flash-message, qwen-audio-3.1-asr-flash-streaming, qwen-audio-3.0-asr-flash-streaming, modelos da série Fun-ASR-Realtime | Qwen-Audio-ASR-MessageQwen-Audio-ASR-StreamingFun-ASR-Realtime | Sem suporte | Qwen-Audio-ASR-MessageQwen-Audio-ASR-StreamingFun-ASR-Realtime |
| Síntese de fala em tempo real | qwen-audio-3.1-tts-plus, qwen-audio-3.1-tts-flash, qwen-audio-3.0-tts-flash, qwen-audio-3.0-tts-plus | Compatível | Sem suporte | Compatível |
| Modelos da série CosyVoice | Compatível | Sem suporte | Compatível | |
| Conversa por voz em tempo real | qwen-audio-3.1-realtime-plus, qwen-audio-3.1-realtime-flash, qwen-audio-3.0-realtime-plus, qwen-audio-3.0-realtime-flash | Compatível | Compatível | Compatível |
Para obter informações como nomes de modelos, janelas de contexto, preços e versões de snapshot, consulte o console do Alibaba Cloud Model Studio. Para limites de taxa, consulte Rate limiting.
Escolher um método de acesso
A Realtime API oferece suporte a WebSocket, WebRTC e AOQ (AI over QUIC). Os métodos de acesso disponíveis e os recursos de entrada e saída dependem do modelo selecionado. Consulte a documentação de acesso desse modelo.
| Dimensão | WebSocket | WebRTC | AOQ |
|---|---|---|---|
| Casos de uso | Interação de voz e multimodal em tempo real, integração no lado do servidor, prototipagem rápida | Interação de áudio e vídeo em tempo real no navegador, aplicações com infraestrutura WebRTC existente | Aplicações nativas que precisam de otimização para redes instáveis e transmissão coordenada de áudio, vídeo e eventos do modelo |
| Compatibilidade com navegadores | Suporte nativo; os requisitos de autenticação da API continuam válidos | Suporte nativo | O SDK do AOQ atual não oferece acesso pelo navegador |
| Cancelamento de eco e supressão de ruído | Fornecido pelos componentes de captura e processamento de áudio usados pelo cliente | Fornecido pelo navegador ou cliente WebRTC, conforme a plataforma e a configuração | Depende da configuração de áudio do SDK do AOQ na plataforma utilizada |
| Suporte a plataformas cliente | Todas as plataformas (qualquer ambiente que suporte WebSocket) | Navegadores, clientes móveis | Dispositivos móveis, desktop e Linux. Para mais detalhes, consulte Downloads do SDK do AOQ. |
- WebSocket: Para interação de voz e multimodal em tempo real, integração no lado do servidor e prototipagem. O DashScope SDK permite implementar rapidamente conversas por voz em tempo real.
- WebRTC: Para interação de áudio e vídeo em tempo real que exige suporte nativo do navegador ou utiliza infraestrutura WebRTC existente.
- AOQ: Baseado em QUIC, o AOQ é otimizado para interações em tempo real em redes instáveis. Ele transmite áudio, vídeo e eventos do modelo em faixas separadas e é adequado para aplicações nativas que precisam integrar captura de mídia, codificação, decodificação e reprodução.
Preparar o acesso
Confirme a região e o endpoint e obtenha a chave de API da região e do workspace.
No primeiro uso, siga as instruções do console para ativar o serviço. Copie e armazene a chave de API com segurança imediatamente após criá-la. Gerencie-a por variáveis de ambiente; não a incorpore ao código do cliente nem a envie para um repositório de código.
Métodos de autenticação
A Realtime API usa chaves de API para autenticação. Independentemente do protocolo (AOQ, WebRTC ou WebSocket), você deve passar um bearer token no cabeçalho de requisição HTTP Authorization.
WebRTC e WebSocket autenticam durante a configuração da conexão. Com AOQ, o AppServer autentica com uma chave de API ao solicitar credenciais de conexão, e o cliente se conecta com um token temporário. A transmissão de dados em uma conexão estabelecida não exige nova autenticação.
Detalhes da autenticação de conexão
- WebSocket
- WebRTC
- AOQ
O WebSocket autentica a conexão usando uma API Key nos cabeçalhos da requisição HTTP. Consulte os requisitos específicos na documentação de acesso do modelo selecionado.
Recursos de desenvolvimento
Tutoriais de WebRTC
Tutoriais de AOQ e Demo
- Using AOQ with qwen3.5-omni-plus-realtime for real-time calls
- Build push-to-talk voice conversations with qwen3.5-omni-plus-realtime over AOQ
- Usar AOQ com qwen-audio-3.1-asr-flash-streaming para entrada por voz
- Tradução de fala em tempo real com qwen3.8-livetranslate-flash-realtime sobre AOQ
- Build real-time voice conversations with qwen-audio-3.0-realtime-plus over AOQ
- Synthesize speech with qwen-audio-3.0-tts-flash over AOQ
- Transcribe real-time speech with fun-asr-realtime over AOQ
workspaceId. Depois, experimente o subconjunto de modelos compatíveis com o Demo.


