Qwen-Audio-3.1-Realtime-Plus

qwen-audio-3.1-realtime-plus

Copia o sucesso! Chame a API.https://www.qwencloud.com/compare?models=qwen-audio-3.1-realtime-plus Adicionar para comparar Interação de fala em tempo real Interação de fala em tempo real 1+

Visão geral

Conversa por voz em tempo real, com entrada e saída de áudio, para assistentes e experiências interativas de fala.

Características

Prefixo Completação

Activar o Modo Parcial ao chamar o Qwen API para fazer o modelo continuar estritamente do seu prefixo fornecido texto.https://docs.qwencloud.com/developer-guides/text-generation/partial-mode)

Chamada de Função

Use a função chamando para conectar modelos de linguagem com ferramentas e sistemas externos.https://docs.qwencloud.com/developer-guides/text-generation/function-calling)

Cache.

Contexto Cache armazena prefixos compartilhados para pedidos de longo contexto para reduzir a computação repetida, melhorar a latência e menor custo.https://docs.qwencloud.com/developer-guides/text-generation/context-cache#implicit-cache)

Saídas Estruturadas

Saídas estruturadas ajudam a garantir que o modelo retorne uma string JSON no formato esperado.https://docs.qwencloud.com/developer-guides/text-generation/structured-output)

Batches.

Processa assíncronamente pedidos em lotes para reduzir custos.https://docs.qwencloud.com/developer-guides/run-and-scale/cost-optimization#batch-calling)

Pesquisa na Web

Active a busca na web para que o modelo possa responder com dados recuperados em tempo real.https://docs.qwencloud.com/developer-guides/text-generation/web-search#enable-web-search)

Afinação

Modelos de trens em dados amostrais para melhor adaptá-los a tarefas específicas.https://docs.qwencloud.com/developer-guides/fine-tuning/overview)

-Preços.

Entrada: Áudio $6.4 (≈ R$ 32,12992*) Por 1M fichas
Entrada: texto $0.8 (≈ R$ 4,01624*) Por 1M fichas
Saída: Texto $6.4 (≈ R$ 32,12992*) Por 1M fichas
Saída: Texto e Áudio (texto de saída não é cobrado) $24 (≈ R$ 120,4872*) Por 1M fichas

Limites de Taxa e Contexto

Max Input 245K
Saída Máxima 16K
Max Input (Pensando) 245K
Saída Max (Pensando) 16K
Contexto 262K
Max Raciocínio 2K
TPM Tokens por minuto 100K
RPM pede por minuto 60

Referência da API

[Ligar API] (https://home.qwencloud.com/api-keys) DashScope Python Python

Copia o sucesso! 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63

import asyncio
import base64
import json
import os
import pyaudio
import websockets

API_KEY = os.environ["DASHSCOPE_API_KEY"]
URL = "wss://ap-southeast-1.maas.qwencloudapi.com/api-ws/v1/realtime?model=qwen-audio-3.1-realtime-plus"

pya = pyaudio.PyAudio()
mic = pya.open (format=pyaudio.paInt16, channels=1, rate=16000, input=True)
spk = pya.open (format=pyaudio.paInt16, channels=1, rate=24000, output=True)

async def main ():
    headers = {"Authorization": f"Bearer {API_KEY}"}
    async with websockets.connect(URL, additional_headers=headers) as ws:
        await ws.send(json.dumps({
            "type": "session.update",
            "session": {
                "modalities": ["text", "audio"],
                "voice": "longanqian",
                "turn_detection": {
                    "type": "server_vad",
                    "threshold": 0.5,
                    "silence_duration_ms": 500
                }
            }
        }))

        async def send_audio ():
            while True:
                data = await asyncio.to_thread(mic.read, 3200, False)
                await ws.send(json.dumps({
                    "type": "input_audio_buffer.append",
                    "audio": base64.b64encode(data).decode()
                }))
                await asyncio.sleep(0.02)

        async def recv_events ():
            async for msg in ws:
                event = json.loads(msg)
                t = event["type"]
                if t == "response.audio.delta":
                    audio = base64.b64decode(event["delta"])
                    await asyncio.to_thread(spk.write, audio)
                elif t == "conversation.item.input_audio_transcription.completed":
                    print (f"[You] {event['transcript']}")
                elif t == "response.audio_transcript.done":
                    print (f"[AI] {event['transcript']}")
                elif t == "error":
                    print (f"[Error] {event['error']['message']}")

        await asyncio.gather(send_audio(), recv_events())

if __name__ == "__main__":
    try:
        asyncio.run(main())
    except KeyboardInterrupt:
        mic.close()
        spk.close()
        pya.terminate()
        print ("\nSession ended.")

Cota Livre 1M fichas restantes 100% [Assinar para rastrear o uso] (https://account.qwencloud.com/sso/OIDCAuth?oauth_callback=https%3A%2F%2Fwww.qwencloud.com%2Fmodels%2Fqwen-audio-3.1-realtime-plus)

Entrada: Áudio de Texto
Saída: Áudio de Texto
Características: Função Chamando Pesquisa na Web
Preço de Entrada: $0.8 (≈ R$ 4,01624*) - 6.4.M fichas
Preço de saída: $6.4 (≈ R$ 32,12992*) - 24/M fichas
RPM: 60
TPM: 100K
Entrada máxima: 245K
Saída Máxima: 16K
Janela de contexto: 262K
Versão Tag: MAJOR
Autor modelo: Alibaba.
Provedor de inferência: Alibaba-nuvem-modelosestudio
Atualizado em: 20 de setembro de 2026 Qwen-Audio-3.1-Realtime qwen-audio-3.1-realtime-plus
Copia o sucesso! Destaques