Qwen Audio 3.1 ASR Stream API

Über Qwen Audio 3.1 ASR Stream

Live-Transkription über eine Fassung, Teilwörter streamen, während der Sprecher spricht, und bei jeder Pause ein festgelegter Satz, Preis pro Token.

Streamen Sie 16 kHz PCM16-Audio über die Buchse. Teilweise erhalten Sie, während der Lautsprecher spricht.

Auch bekannt als Qwen Audio ASR Stream, Alibaba Cloud Qwen Audio 3.1 ASR Stream

Qwen Audio 3.1 ASR Stream Spezifikationen

Modell-ID

qwen-audio-3-1-asr-stream

Autor

Alibaba Cloud

Kategorie

Transkription

Veröffentlicht

-

Eingabe

Audio

Ausgabe

Text

Region

Singapore

Endpoints

WEBSOCKET/v1/realtime

Alternative Modell-IDs

qwen-audio-3.1-asr-streamalibaba/qwen-audio-3-1-asr-stream

Qwen Audio 3.1 ASR Stream API-Preise

Live Pay-as-you-go-Preise aus dem EmpirioLabs-Katalog. Du zahlst nur für das, was du nutzt, ohne monatliches Minimum.

So rufst du die Qwen Audio 3.1 ASR Stream API auf

Qwen Audio 3.1 ASR Stream transkribiert einen Live-Audiostream über einen WebSocket unter wss://api.empiriolabs.ai/v1/realtime?model=qwen-audio-3-1-asr-stream, nicht über die HTTP-Endpunkte. Verbinden Sie sich mit der Modell-ID qwen-audio-3-1-asr-stream und senden Sie Ihren EmpirioLabs-API-Schlüssel beim Handshake als Authorization: Bearer-Header. Hängen Sie base64-kodiertes 16-Bit-PCM-Audio an und lesen Sie die Transkript-Events, während noch gesprochen wird. Ein Browser kann bei einem WebSocket keine Header setzen. Öffnen Sie diese Verbindung daher von Ihrem Server aus und leiten Sie das Audio über Ihren eigenen Socket an den Browser weiter. Hol dir einen API-Schlüssel im EmpirioLabs Dashboard.

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 API-Parameter

Request-Parameter, die die Qwen Audio 3.1 ASR Stream API auf EmpirioLabs unterstützt. Standardwerte gelten, wenn ein Feld weggelassen wird.

Gut zu wissen

Verbindung Live-Transkription über einen WebSocket bei wss://api.empiriolabs.ai/v1/realtime?model=qwen-audio-3-1-asr-stream, authentifiziert mit dem gewöhnlichen Authorization Bearer-Header. Audio-Senden Streamen Sie 16 kHz Mono PCM16-Audio mit input_audio_buffer.append. Die Spracherkennung entscheidet, wo jeder Satz endet, sodass kein Commit gesendet werden kann. Was zurückkommt conversation.item.input_audio_transcription.delta Ereignissen trägt den Satz bis hierher, während der Sprecher noch spricht, und conversation.item.input_audio_transcription.completed trägt den festgelegten Satz bei jeder Pause. Abrechnung Ein- und Ausgabetoken werden pro 1 Million berechnet, und jeder abgeschlossene Satz wird eigenständig aus der vom Modell angegebenen Nutzung berechnet.

Qwen Audio 3.1 ASR Stream API: häufige Fragen

Wie viel kostet die Qwen Audio 3.1 ASR Stream API?

Auf EmpirioLabs wird Qwen Audio 3.1 ASR Stream nach Verbrauch abgerechnet: Eingabe $1.86 pro 1M Audio-Eingangstoken; Output $1.40 pro 1 Million generierter Token. Die Live-Preistabelle auf dieser Seite entspricht immer dem, was die API berechnet.

Welchen Endpoint verwendet Qwen Audio 3.1 ASR Stream?

Qwen Audio 3.1 ASR Stream wird über WEBSOCKET /v1/realtime auf api.empiriolabs.ai mit normaler Bearer-Token-Authentifizierung bereitgestellt.

Kann ich Qwen Audio 3.1 ASR Stream im Browser testen, bevor ich integriere?

Öffnen Sie das EmpirioLabs Playground und klicken Sie auf Start session, um es im Browser zu testen. Qwen Audio 3.1 ASR Stream läuft über einen WebSocket statt über Anfrage und Antwort, beginnen Sie für die Integration deshalb mit dem Schnellstart für Echtzeit-Sprache. Verbinden Sie sich von Ihrem Server aus mit Ihrem EmpirioLabs-API-Schlüssel und der Modell-ID qwen-audio-3-1-asr-stream und streamen Sie dann Audio in beide Richtungen.

Wie bekomme ich einen Qwen Audio 3.1 ASR Stream API-Schlüssel?

Erstelle ein EmpirioLabs-Konto und generiere dann einen Schlüssel unter API Keys im Dashboard. Die Abrechnung erfolgt über Pay-as-you-go-Guthaben, du zahlst also nur für deine Requests.