
الكلام يدخل، الكلام يخرج، عبر مقبس واحد، على الطبقة الأكبر من Omni، مع معدلات رموز نصية وصوتية منفصلة وفوترة لكل دور.
الكلام يدخل، الكلام يخرج، عبر مقبس واحد، على الطبقة الأكبر من Omni، مع معدلات رموز نصية وصوتية منفصلة وفوترة لكل دور.
يتم تكوين الجلسة باستخدام أحداث session.update عبر السوكت بدلا من معلمات الطلب. تفرض رموز النص والصوت فواترا بمعدلات منفصلة، والرد الصوتي يخصم فقط رموز الصوت الخاصة به.
يعرف أيضا باسم Qwen3.5 Omni Realtime, Alibaba Cloud Qwen3.5 Omni Plus Realtime
qwen3-5-omni-plus-realtime/v1/realtimeqwen3.5-omni-plus-realtimealibaba/qwen3-5-omni-plus-realtimeأسعار الدفع حسب الاستخدام مباشرة من كتالوج EmpirioLabs. يمكنك أيضًا اختيار خطة تتضمن حصص استخدام أسبوعية.
يجري Qwen3.5 Omni Plus Realtime محادثة مباشرة عبر WebSocket على wss://api.empiriolabs.ai/v1/realtime?model=qwen3-5-omni-plus-realtime، وليس عبر نقاط نهاية HTTP. اتصل باستخدام معرف النموذج qwen3-5-omni-plus-realtime وأرسل مفتاح EmpirioLabs API في ترويسة Authorization: Bearer أثناء المصافحة. ينتقل الصوت في الاتجاهين بصيغة PCM 16-بت مرمّزة بـ base64. لا يستطيع المتصفح ضبط الترويسات على WebSocket، لذا افتح هذا الاتصال من خادمك ومرّر الصوت إلى المتصفح عبر مقبسك الخاص. 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=qwen3-5-omni-plus-realtime",
additional_headers=[
("Authorization", f"Bearer {os.environ['EMPIRIOLABS_API_KEY']}"),
],
max_size=None,
) as ws:
print(json.loads(await ws.recv())["type"]) # session.created
await ws.send(json.dumps({
"type": "conversation.item.create",
"item": {
"type": "message",
"role": "user",
"content": [{"type": "input_text", "text": "Say hello."}],
},
}))
await ws.send(json.dumps({"type": "response.create"}))
async for raw in ws:
event = json.loads(raw)
if event["type"] == "response.audio.delta":
... # base64 audio chunk, append to your playback buffer
elif event["type"] == "response.done":
break
asyncio.run(main())معلمات الطلب التي تدعمها واجهة Qwen3.5 Omni Plus Realtime API على EmpirioLabs. تُطبق القيم الافتراضية عند حذف أي حقل.
| المعامل | النوع | الافتراضي | النطاق / القيم | الوصف |
|---|---|---|---|---|
| voice | enum | Tina | Tina, Serena, Ethan, Dylan, Sunny, Peter, Kiki, Eric | الصوت المتحدث للجلسة. ضبطه مع session.update قبل أن ينتج النموذج أي صوت. |
| instructions | string | - | - | إرشادات النظام لكيفية تصرف النموذج وكيفية حديثه أثناء المحادثة. |
| modalities | string | ["text","audio"] | - | أي نوع من الإخراج يعيدها النموذج للدور. اترك "audio" للرد النصي فقط. |
| input_audio_format | enum | pcm | pcm | ترميز الصوت الذي ترفقه إلى مخزن الإدخال: base64 PCM 16-بت عند 16 كيلوهرتز. مع النسخة التجريبية من البروتوكول، اضبط session.audio.input.format قبل الصوت الأول لنوع... |
| output_audio_format | enum | pcm | pcm | ترميز الصوت الذي يبثه النموذج مرة أخرى: base64 PCM 16-بت عند 24 كيلوهرتز. مع النسخة التجريبية من البروتوكول، قم بتعيين session.audio.output.format قبل الصوت الأول... |
| turn_detection | string | {"type":"server_vad"} | - | اكتشاف نشاط الصوت: يحدد متى تنتهي من الكلام ويجب أن يرد النموذج. يكون مفعلا افتراضيا ك server_vad، مما ينهي دورك بعد توقف. كما semantic_vad يحكم على ما إذا كنت قد... |
| max_response_output_tokens | number | - | 1 إلى 65536 | أكبر عدد من رموز الإخراج التي يمكن استخدامها في الرد: من 1 إلى 65536، حيث يعمل الرقم الأكبر عند 65536، أو "inf" لحد النموذج نفسه. ويقبل أيضا ك max_output_tokens. عند... |
| temperature | number | - | 0 إلى 1.99 | درجة حرارة العينة. 0 حتمية و1.99 هي أقصى عشوائية. عند حذفها، ينطبق النموذج الافتراضي نفسه. |
| top_p | number | - | 0.01 إلى 1 | كتلة احتمالية أخذ عينات النواة. القيم الأقل تجعل المخرجات أكثر تركيزا. عند حذفها، ينطبق النموذج الافتراضي نفسه. |
| top_k | integer | - | 1 إلى 100 | أخذ عينة فقط من الرموز الأكثر احتمالا في K (الرمز). عند حذفها، ينطبق النموذج الافتراضي نفسه. |
| repetition_penalty | number | - | 0.1 إلى 2 | القيم الأعلى تثبط تكرار العبارات، ولا تطبق 1 أي عقوبة. عند حذفها، يطبق النموذج الافتراضي نفسه. |
| presence_penalty | number | - | -2 إلى 2 | عقوبة الرموز التي ظهرت بالفعل في النص المولد. القيم الإيجابية تشجع على مواضيع جديدة. عند حذفها، يطبق النموذج الافتراضي نفسه. |
| seed | integer | - | 0 إلى 2147483647 | البذرة العشوائية لأخذ عينات أكثر قابلية للتكرار. إعادة استخدام بذرة بنفس الطلب تعطي نتائج مشابهة، ليست دائما متطابقة. |
الصوت المزدوج الكامل عبر WebSocket على wss://api.empiriolabs.ai/v1/realtime?model=qwen3-5-omni-plus-realtime، ويتم التحقق منه باستخدام رأس حامل التفويض العادي. قم بتكوين الجلسة باستخدام session.update عبر المقبس: الصوت، التعليمات، الوسائط، اكتشاف الأدوار، أخذ العينات، وحد طول الرد، max_response_output_tokens. إرسال إطارات الكاميرا أو الفيديو كصور JPEG مع input_image_buffer.append، بعد الصوت الأول. بالنسبة ل WAV أو معدل عينة آخر مع النسخة التجريبية من البروتوكول، قم بتعيين session.audio.input.format و session.audio.output.format قبل الصوت الأول. تختلف أصوات هذا النموذج عن الجيل السابق من Omni، لذا تعيين الجيل الذي يقبل أو يغادر الإعداد الافتراضي؛ ينهي صوت غير معروف الجلسة بدلا من إرجاع الخطأ. يتم تسعير رموز النص والصوت بشكل منفصل، ويتم احتساب الرد الصوتي فقط على رموز الإخراج الصوتي، ويتم احتساب كل دور مكتمل بشكل مستقل بناء على الاستخدام الذي يبلغ عنه النموذج.
على EmpirioLabs، تتم فوترة Qwen3.5 Omni Plus Realtime حسب الاستخدام: المدخلات: صوت $33.00 لكل 1M رموز إدخال صوت; المدخلات $4.20 لكل 1M رموز مطالبة; المخرجات $24.80 لكل مليون رمز يتم إنشاؤها، الردود النصية فقط; المخرجات: صوت $124.00 لكل مليون رمز صوتي مولد. يمكنك أيضًا اختيار خطة تتضمن حصص استخدام أسبوعية. جدول الأسعار المباشر في هذه الصفحة يطابق دائمًا ما تحتسبه الواجهة.
يقبل Qwen3.5 Omni Plus Realtime المدخلات صوت, نص, صورة, فيديو ويعيد صوت, نص.
يدعم Qwen3.5 Omni Plus Realtime نافذة سياق من 192K رمز، مع ما يصل إلى 65,536 رمز إخراج لكل استجابة.
يُقدَّم Qwen3.5 Omni Plus Realtime عبر WEBSOCKET /v1/realtime على api.empiriolabs.ai مع مصادقة Bearer القياسية.
أرسل qwen3-5-omni-plus-realtime كقيمة model في طلبك. تعمل المعرّفات البديلة qwen3.5-omni-plus-realtime, alibaba/qwen3-5-omni-plus-realtime أيضًا.
يُقدَّم Qwen3.5 Omni Plus Realtime على EmpirioLabs من Singapore.
افتح ملعب EmpirioLabs واضغط Start session لتجربته في المتصفح. يعمل Qwen3.5 Omni Plus Realtime عبر WebSocket بدلاً من طلب واستجابة، لذا ابدأ من دليل البدء السريع للصوت الفوري عند الدمج. اتصل من خادمك باستخدام مفتاح EmpirioLabs API ومعرف النموذج qwen3-5-omni-plus-realtime، ثم مرّر الصوت في الاتجاهين.
أنشئ حساب EmpirioLabs ثم أنشئ مفتاحًا من API Keys في لوحة التحكم. الفوترة برصيد الدفع حسب الاستخدام، فلا تدفع إلا مقابل الطلبات التي تنفذها. يمكنك أيضًا اختيار خطة تتضمن حصص استخدام أسبوعية.
تحقق من تسعيرنا أو تواصل إذا كنت ترغب في نشر نموذجك الخاص على مجموعتنا.