Tradução de apoio para consulta. Código e identificadores técnicos preservados. Consultar referência original ↗

Tradução de áudio e vídeo

Referência da API LiveTranslate

Traduza áudio e vídeo por meio do endpoint de conclusão de bate-papo compatível com OpenAI. São suportadas chamadas de streaming e não streaming.

Guia do usuário: Para tutoriais e exemplos completos, consulte Tradução de áudio e vídeo.

A interface DashScope não é suportada.

Pontos finais

SDK `base_url`	Ponto de extremidade HTTP
`https://maas.qwencloudapi.com/compatible-mode/v1`	`POST https://maas.qwencloudapi.com/compatible-mode/v1/chat/completions`

Corpo da solicitação

Parâmetros obrigatórios

Parâmetro	Tipo	Descrição
`model`	corda	Nome do modelo: `qwen3-livetranslate-flash` ou `qwen3-livetranslate-flash-2025-12-01`.
`messages`	matriz	Uma única mensagem de usuário. Consulte Objeto de mensagem.
`stream`	booleano	Se deve transmitir a resposta. Usar `true` para o progresso da tradução em tempo real, `false` para uma integração mais simples.
`translation_options`	objeto	Configurações de tradução. Parâmetro OpenAI não padrão: passar `extra_body` para o Python SDK ou no nível superior para Node.js/HTTP. Consulte Opções de tradução.

Parâmetros opcionais

Parâmetro	Tipo	Padrão	Descrição
`modalities`	matriz	`["text"]`	Modo de saída. Usar `["text", "audio"]` para texto e áudio, ou `["text"]` apenas para texto.
`audio`	objeto	-	Configurações de saída de áudio. Obrigatório quando `modalities` inclui `"audio"`. Consulte Opções de saída de áudio.
`stream_options`	objeto	-	Configurações de streaming. Consulte Opções de transmissão.
`max_tokens`	inteiro	Máximo do modelo	Máximo de tokens a serem gerados. A saída será truncada se for excedida.
`seed`	inteiro	-	Semente aleatória para saída reproduzível. Alcance: `[0, 2^31-1]`.

Parâmetros de amostragem

Mantenha-os em seus padrões para obter melhor precisão de tradução.

Parâmetro	Tipo	Padrão	Alcance	Notas
`temperature`	flutuar	0,000001	[0, 2)	Controla a diversidade de saída.
`top_p`	flutuar	0,8	(0, 1,0]	Limite de amostragem de núcleo.
`presence_penalty`	flutuar	0	[-2,0, 2,0]	Reduz a repetição quando positivo.
`top_k`	inteiro	1	>= 0	Tamanho do conjunto de candidatos. Desativado quando `None` ou > 100 (`top_p` entra em vigor). Parâmetro OpenAI não padrão: use `extra_body` no SDK do Python.
`repetition_penalty`	flutuar	1,05	> 0	Penaliza sequências repetidas. Parâmetro OpenAI não padrão: use `extra_body` no SDK do Python.

Objeto de mensagem

O messages array deve conter exatamente uma mensagem do usuário.

content itens da matriz:

Campo	Tipo	Obrigatório	Descrição
`type`	corda	Sim	`input_audio` para áudio, `video_url` para vídeo.
`input_audio`	objeto	Quando `type` é `input_audio`	Entrada de áudio. Veja abaixo.
`video_url`	objeto	Quando `type` é `video_url`	Entrada de vídeo. Veja abaixo.

input_audio objeto:

Campo	Tipo	Obrigatório	Descrição
`data`	corda	Sim	URL do arquivo de áudio ou URL de dados Base64. Para arquivos locais, consulte Enviar um arquivo local codificado em Base64.
`format`	corda	Sim	Formato de áudio, como `mp3` ou `wav`.

video_url objeto:

Campo	Tipo	Obrigatório	Descrição
`url`	corda	Sim	URL de vídeo público ou URL de dados Base64. Para arquivos locais, consulte Enviar um arquivo local codificado em Base64.

Opções de tradução

Campo	Tipo	Obrigatório	Descrição
`source_lang`	corda	Não	Idioma de origem (nome completo em inglês). Consulte Idiomas suportados. Se omitido, o modelo o detecta automaticamente.
`target_lang`	corda	Sim	Idioma alvo (nome completo em inglês). Consulte Idiomas suportados.

extra_body={"translation_options": {"source_lang": "zh", "target_lang": "en"}}

Opções de saída de áudio

Obrigatório quando modalities é ["text", "audio"].

Campo	Tipo	Obrigatório	Descrição
`voice`	corda	Sim	Voz de saída.
`format`	corda	Sim	Formato de áudio de saída. Somente `wav` é suportado.

Opções de transmissão

Campo	Tipo	Padrão	Descrição
`include_usage`	booleano	`false`	Quando `true`, a parte final inclui detalhes de uso do token.

Resposta

Os fluxos da API chat.completion.chunk objetos em três categorias: texto, áudio e uso de token.

Pedaço de texto

Contém texto traduzido incremental em choices[0].delta.content:

{
  "id": "chatcmpl-c22a54b8-40cc-4a1d-988b-f84cdf86868f",
  "choices": [
    {
      "delta": {
        "content": " of",
        "role": null,
        "audio": null
      },
      "finish_reason": null,
      "index": 0
    }
  ],
  "created": 1764755440,
  "model": "qwen3-livetranslate-flash",
  "object": "chat.completion.chunk"
}

Pedaço de áudio

Contém áudio incremental codificado em Base64 em choices[0].delta.audio.data:

{
  "id": "chatcmpl-c22a54b8-40cc-4a1d-988b-f84cdf86868f",
  "choices": [
    {
      "delta": {
        "content": null,
        "role": null,
        "audio": {
          "data": "///+//7////+////////////AAAAAAAAAAABA......",
          "expires_at": 1764755440,
          "id": "audio_c22a54b8-40cc-4a1d-988b-f84cdf86868f"
        }
      },
      "finish_reason": null,
      "index": 0
    }
  ],
  "created": 1764755440,
  "model": "qwen3-livetranslate-flash",
  "object": "chat.completion.chunk"
}

Pedaço de uso de token

Enviado pela última vez quando include_usage é true. O choices matriz está vazia. usage contém a divisão do token:

{
  "id": "chatcmpl-c22a54b8-40cc-4a1d-988b-f84cdf86868f",
  "choices": [],
  "created": 1764755440,
  "model": "qwen3-livetranslate-flash",
  "object": "chat.completion.chunk",
  "usage": {
    "completion_tokens": 242,
    "prompt_tokens": 415,
    "total_tokens": 657,
    "completion_tokens_details": {
      "accepted_prediction_tokens": null,
      "audio_tokens": 191,
      "reasoning_tokens": null,
      "rejected_prediction_tokens": null,
      "text_tokens": 51
    },
    "prompt_tokens_details": {
      "audio_tokens": 415,
      "cached_tokens": null,
      "text_tokens": 0,
      "video_tokens": null
    }
  }
}

Para entrada de vídeo, prompt_tokens_details.audio_tokens inclui tokens de áudio do vídeo. video_tokens relata a contagem específica do vídeo.

Campos de resposta

Campo	Tipo	Descrição
`id`	corda	Identificador de solicitação. O mesmo em todos os pedaços.
`choices`	matriz	Conteúdo gerado. Vazio no bloco de uso final.
`choices[].delta.content`	corda	Texto traduzido incremental. `null` em pedaços de áudio.
`choices[].delta.audio`	objeto	Dados de áudio incrementais. `null` em pedaços de texto.
`choices[].delta.audio.data`	corda	Segmento de áudio codificado em Base64.
`choices[].delta.audio.id`	corda	Identificador de áudio de saída.
`choices[].delta.audio.expires_at`	inteiro	Carimbo de data/hora em que a solicitação foi criada.
`choices[].delta.role`	corda	Função da mensagem. Presente apenas no primeiro pedaço.
`choices[].finish_reason`	corda	`stop` quando completo, `length` quando truncado por `max_tokens`, `null` enquanto estiver em andamento.
`choices[].index`	inteiro	Sempre `0`.
`created`	inteiro	Solicitar carimbo de data/hora Unix. O mesmo em todos os pedaços.
`model`	corda	Modelo usado.
`object`	corda	Sempre `chat.completion.chunk`.
`usage`	objeto	Uso de token. Presente apenas no pedaço final quando `include_usage` é `true`.
`usage.prompt_tokens`	inteiro	Total de tokens de entrada.
`usage.completion_tokens`	inteiro	Total de tokens de saída.
`usage.total_tokens`	inteiro	Soma de `prompt_tokens` e `completion_tokens`.
`usage.completion_tokens_details.audio_tokens`	inteiro	Tokens de áudio de saída.
`usage.completion_tokens_details.text_tokens`	inteiro	Tokens de texto de saída.
`usage.prompt_tokens_details.audio_tokens`	inteiro	Insira tokens de áudio. Para entrada de vídeo, inclui tokens de áudio do vídeo.
`usage.prompt_tokens_details.text_tokens`	inteiro	Insira tokens de texto. Sempre `0`.
`usage.prompt_tokens_details.video_tokens`	inteiro	Insira tokens de vídeo. Presente apenas para entrada de vídeo.

Campos corrigidos como nulos

Esses campos existem para compatibilidade com OpenAI, mas sempre retornam null:

reasoning_content, function_call, refusal, tool_calls, logprobs, service_tier, system_fingerprint