يتم إدخال إطارات الكلام والفيديو الحي، وخروج الصوت عبر مقبس واحد، مع 56 صوتا، واستدعاء الأدوات أثناء المحادثة، ومعدلات منفصلة للرموز النصية والصوتية.
Alibaba Cloud توليد الصوت 192K السياق تاريخ الإصدار 21 سبتمبر 2026 Singapore نقطة نهاية مملوكة جديديتم إدخال إطارات الكلام والفيديو الحي، وخروج الصوت عبر مقبس واحد، مع 56 صوتا، واستدعاء الأدوات أثناء المحادثة، ومعدلات منفصلة للرموز النصية والصوتية.
يتم تكوين الجلسة باستخدام أحداث session.update عبر المقبس بدلا من معلمات الطلب. تفرض رموز النص والصوت فواتير بمعدلات منفصلة.
يعرف أيضا باسم Alibaba Cloud Qwen3.8 Omni Flash Realtime
qwen3-8-omni-flash-realtime/v1/realtimeqwen3.8-omni-flash-realtimealibaba/qwen3-8-omni-flash-realtimeأسعار الدفع حسب الاستخدام مباشرة من كتالوج EmpirioLabs. تدفع فقط مقابل ما تستخدمه، بدون حد أدنى شهري.
يجري Qwen3.8 Omni Flash Realtime محادثة مباشرة عبر WebSocket على wss://api.empiriolabs.ai/v1/realtime?model=qwen3-8-omni-flash-realtime، وليس عبر نقاط نهاية HTTP. اتصل باستخدام معرف النموذج qwen3-8-omni-flash-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=qwen3-8-omni-flash-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 Qwen3.8 Omni Flash Realtime API على EmpirioLabs. تُطبق القيم الافتراضية عند حذف أي حقل.
| المعامل | النوع | الافتراضي | النطاق / القيم | الوصف |
|---|---|---|---|---|
| voice | enum | Tina | Tina, Cindy, Liora Mira, Raymond, Zane, Katerina, Ryan, Mia, ... | صوت التحدث للجلسة. قم بضبطه مع session.update قبل أن ينتج النموذج أي صوت. هذه الأصوات خاصة بهذا النموذج. |
| instructions | string | - | - | إرشادات النظام لكيفية تصرف النموذج وكيفية حديثه أثناء المحادثة. |
| modalities | string | ["text","audio"] | - | أي نوع من الإخراج يعيدها النموذج للدور. اترك الصوت للرد النصي فقط. |
| input_audio_format | enum | pcm16 | pcm16 | ترميز الصوت الذي تضيفه إلى مخزن الإدخال: base64 PCM 16-بت عند 16 كيلوهرتز. |
| output_audio_format | enum | pcm24 | pcm24 | ترميز الصوت الذي يبثه النموذج مرة أخرى: PCM 16-بت عند 24 كيلوهرتز. |
| turn_detection | string | {"type":"server_vad"} | - | اكتشاف نشاط الصوت: يقرر متى تنتهي من الكلام ويجب أن يرد النموذج. يكون مفعلا افتراضيا ك server_vad، مما ينهي دورك بعد توقف. كما يحكم semantic_vad 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. |
| video_representation_compact | enum | - | none, normal | كيف يقرأ النموذج إطارات الفيديو التي ترسلها: لا يوجد ما يحتفظ بالتفاصيل الكاملة، والعادي يقرأ نفس الإطارات لربع رموز الإدخال عندما لا تكون التفاصيل الدقيقة ضرورية.... |
صوت ثنائي الشكل بالكامل عبر WebSocket عند wss://api.empiriolabs.ai/v1/realtime?model=qwen3-8-omni-flash-realtime، يتم التحقق منه باستخدام رأس حامل التفويض العادي. قم بتكوين الجلسة مع session.update عبر المقبس: الصوت، التعليمات، الوسائط، اكتشاف الأدوار، أخذ العينات، وحد طول الرد، max_response_output_tokens.
الأصوات في هذا النموذج ليست نفس مجموعة نماذج Qwen3.5 Omni الفورية. اختر واحدة من قائمة الأصوات بدلا من حمل صوت عبر الصورة، أو اتركها غير مضبوطة ويتم توفير الإعداد الافتراضي لك.
يتم تسعير رموز الصوت والنص بشكل منفصل في كلا الاتجاهين، ويتم احتساب كل دور مكتمل بمفعوله بناء على الاستخدام الذي يبلغ عنه النموذج.
على EmpirioLabs، تتم فوترة Qwen3.8 Omni Flash Realtime حسب الاستخدام: المدخلات: صوت $1.86 لكل 1M رموز إدخال صوت; المدخلات $0.46 لكل 1M رموز مطالبة; المخرجات $1.40 لكل مليون رمز مولد; المخرجات: صوت $3.74 لكل مليون رمز صوتي مولد. جدول الأسعار المباشر في هذه الصفحة يطابق دائمًا ما تحتسبه الواجهة.
يدعم Qwen3.8 Omni Flash Realtime نافذة سياق من 192K رمز، مع ما يصل إلى 65,536 رمز إخراج لكل استجابة.
يُقدَّم Qwen3.8 Omni Flash Realtime عبر WEBSOCKET /v1/realtime على api.empiriolabs.ai مع مصادقة Bearer القياسية.
افتح ملعب EmpirioLabs واضغط Start session لتجربته في المتصفح. يعمل Qwen3.8 Omni Flash 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 qwen3-8-omni-flash-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.
تحقق من تسعيرنا أو تواصل إذا كنت ترغب في نشر نموذجك الخاص على مجموعتنا.
