Qwen Audio 3.1 ASR Stream vs Qwen Audio 3.0 ASR Stream

Qwen Audio 3.1 ASR Stream vs Qwen Audio 3.0 ASR Stream في لمحة

Qwen Audio 3.1 ASR Stream وQwen Audio 3.0 ASR Stream كلاهما من نماذج Alibaba Cloud ضمن فئة النسخ، ومتاحان عبر واجهة EmpirioLabs API.

أهم الفروق

يذكر النموذجان المواصفات الأساسية نفسها. تُظهر جداول الأسعار والمعلمات أدناه أين يختلفان.

Qwen Audio 3.1 ASR Stream vs Qwen Audio 3.0 ASR Stream: المواصفات

Qwen Audio 3.1 ASR Stream vs Qwen Audio 3.0 ASR Stream: أسعار الواجهة

أسعار مباشرة من كتالوج EmpirioLabs لكلا النموذجين. كل جدول أسعار يطابق دائمًا ما تحتسبه الواجهة.

Qwen Audio 3.1 ASR Stream vs Qwen Audio 3.0 ASR Stream: معلمات الواجهة

معلمات الطلب المدرجة لكل نموذج على EmpirioLabs، مع القيم المسموح بها أو النطاق حيثما ينطبق. تشير الشرطة إلى معلمة غير مدرجة للنموذج.

Qwen Audio 3.1 ASR Stream vs Qwen Audio 3.0 ASR Stream: الحدود والملاحظات

Qwen Audio 3.1 ASR Stream

الاتصال

النسخ المباشر عبر WebSocket في wss://api.empiriolabs.ai/v1/realtime?model=qwen-audio-3-1-asr-stream، ويتم التحقق منه باستخدام رأس حامل الصلاحيات العادي.

إرسال الصوت

بث صوت 16 كيلوهرتز أحادي pcm16 مع input_audio_buffer.append. كشف نشاط الصوت يحدد أين تنتهي كل جملة، لذلك لا يوجد التزام للإرسال.

إعدادات الجلسة

أرسل session.update مباشرة بعد session.created، قبل أول صوت، بأي من هذه الإعدادات: input_audio_transcription.language (أو معامل الاستعلام language لرابط الاتصال؛ auto افتراضيا)، input_audio_transcription.prompt بالأسماء والمصطلحات التي يستخدمها المتحدث (حتى 400 حرف)، turn_detection.silence_duration_ms (200 إلى 6000، الافتراضي 800) وturn_detection.threshold (0.0 إلى 1.0)، وinput_audio_noise_reduction (near_field أو far_field). keep_dialect يحتفظ بكلمات اللهجة الصينية كما تنطوق. إعداد يتغير أثناء بث الصوت وينهي الجملة قيد التنفيذ وينطبق على الصوت المرسل بعدها.

ما الذي يعود

conversation.item.input_audio_transcription.delta الأحداث تحمل الجملة حتى الآن بينما لا يزال المتحدث يتحدث، وتحمل conversation.item.input_audio_transcription.completed الجملة المحسومة في كل توقف.

التصنيف

يتم تسعير رموز الإدخال والإخراج لكل مليون وحدة، ويتم احتساب كل جملة مكتملة بشكل مستقل بناء على الاستخدام الذي يبلغ عنه النموذج.

Qwen Audio 3.0 ASR Stream

الاتصال

النسخ المباشر عبر WebSocket في wss://api.empiriolabs.ai/v1/realtime?model=qwen-audio-3-0-asr-stream، ويتم التحقق منه باستخدام رأس حامل الصلاحيات العادي.

إرسال الصوت

بث صوت 16 كيلوهرتز أحادي pcm16 مع input_audio_buffer.append. كشف نشاط الصوت يحدد أين تنتهي كل جملة، لذلك لا يوجد التزام للإرسال.

إعدادات الجلسة

أرسل session.update مباشرة بعد session.created، قبل أول صوت، بأي من هذه الإعدادات: input_audio_transcription.language (أو معامل الاستعلام language لرابط الاتصال؛ auto افتراضيا)، input_audio_transcription.prompt بالأسماء والمصطلحات التي يستخدمها المتحدث (حتى 400 حرف)، turn_detection.silence_duration_ms (200 إلى 6000، الافتراضي 800) وturn_detection.threshold (0.0 إلى 1.0)، وinput_audio_noise_reduction (near_field أو far_field). keep_dialect يحتفظ بكلمات اللهجة الصينية كما تنطوق. إعداد يتغير أثناء بث الصوت وينهي الجملة قيد التنفيذ وينطبق على الصوت المرسل بعدها.

ما الذي يعود

conversation.item.input_audio_transcription.delta الأحداث تحمل الجملة حتى الآن بينما لا يزال المتحدث يتحدث، وتحمل conversation.item.input_audio_transcription.completed الجملة المحسومة في كل توقف.

التصنيف

يتم احتساب المبلغ لكل ثانية من الصوت الذي تبثه، مع الصمت، بسعر الساعة المعروض. يتم احتساب الجلسة عند انتهائها.

كيفية استدعاء Qwen Audio 3.1 ASR Stream وQwen Audio 3.0 ASR Stream

ينسخ Qwen Audio 3.1 ASR Stream تدفقًا صوتيًا مباشرًا عبر WebSocket على wss://api.empiriolabs.ai/v1/realtime?model=qwen-audio-3-1-asr-stream، وليس عبر نقاط نهاية HTTP. اتصل باستخدام معرف النموذج qwen-audio-3-1-asr-stream وأرسل مفتاح EmpirioLabs API في ترويسة Authorization: Bearer أثناء المصافحة. أضف صوت PCM 16-بت مرمّزًا بـ base64 واقرأ أحداث النسخ بينما لا يزال المتحدث يتكلم. لا يستطيع المتصفح ضبط الترويسات على WebSocket، لذا افتح هذا الاتصال من خادمك ومرّر الصوت إلى المتصفح عبر مقبسك الخاص. يُستدعى النموذجان عبر نقطة النهاية نفسها. اضبط model على qwen-audio-3-1-asr-stream أو qwen-audio-3-0-asr-stream. احصل على مفتاح API من لوحة تحكم EmpirioLabs.

import asyncio, json, os, websockets

async def main():
    async with websockets.connect(
        "wss://api.empiriolabs.ai/v1/realtime?model=qwen-audio-3-1-asr-stream",
        additional_headers=[
            ("Authorization", f"Bearer {os.environ['EMPIRIOLABS_API_KEY']}"),
        ],
        max_size=None,
    ) as ws:
        print(json.loads(await ws.recv())["type"])  # session.created

        import base64

        # 16-bit PCM microphone audio, base64 encoded, in small chunks.
        for chunk in read_microphone_chunks():
            await ws.send(json.dumps({
                "type": "input_audio_buffer.append",
                "audio": base64.b64encode(chunk).decode(),
            }))

        await ws.send(json.dumps({"type": "input_audio_buffer.commit"}))

        async for raw in ws:
            event = json.loads(raw)
            if event["type"].endswith("input_audio_transcription.delta"):
                # "text" is settled transcript; "stash" is still in progress.
                if event.get("text"):
                    print(event["text"], end="", flush=True)

asyncio.run(main())

Qwen Audio 3.1 ASR Stream vs Qwen Audio 3.0 ASR Stream: أسئلة شائعة

ما الفرق بين Qwen Audio 3.1 ASR Stream وQwen Audio 3.0 ASR Stream؟

يذكر النموذجان المواصفات الأساسية نفسها. تُظهر جداول الأسعار والمعلمات أدناه أين يختلفان. المواصفات وجداول الأسعار والمعلمات في هذه الصفحة مصدرها كتالوج EmpirioLabs المباشر.

أيهما سعره أقل، Qwen Audio 3.1 ASR Stream أم Qwen Audio 3.0 ASR Stream؟

يُسعَّر النموذجان بوحدات أو مستويات مختلفة، لذا قارن جداول الأسعار المباشرة في هذه الصفحة. وهي تطابق دائمًا ما تحتسبه الواجهة.

هل يمكنني التبديل بين Qwen Audio 3.1 ASR Stream وQwen Audio 3.0 ASR Stream دون إعادة بناء التكامل؟

نعم. يستخدم النموذجان WEBSOCKET /v1/realtime بمفتاح EmpirioLabs API نفسه، لذا يكفي في معظم التكاملات تغيير قيمة model للتبديل. راجع أولًا جدول المعلمات في هذه الصفحة إذا كنت تعتمد على معلمة خاصة بنموذج معين.

هل يمكنني تجربة Qwen Audio 3.1 ASR Stream وQwen Audio 3.0 ASR Stream في المتصفح قبل الدمج؟

نعم. افتح كل نموذج في ملعب EmpirioLabs واضغط Start session لتجربته في المتصفح.