
स्पीच इन, स्पीच आउट, एक सॉकेट पर, बड़े ओमनी टियर पर, अलग-अलग टेक्स्ट और ऑडियो टोकन दरों और प्रति-टर्न बिलिंग के साथ।
स्पीच इन, स्पीच आउट, एक सॉकेट पर, बड़े ओमनी टियर पर, अलग-अलग टेक्स्ट और ऑडियो टोकन दरों और प्रति-टर्न बिलिंग के साथ।
सत्र के साथ कॉन्फ़िगर किया गया है session.update ईवेंट के बजाय अनुरोध पैरामीटर पर सॉकेट पर। पाठ और ऑडियो टोकन अलग-अलग दरों पर बिल करते हैं, और एक बोला गया उत्तर केवल अपने ऑडियो टोकन बिल करता है।
इस नाम से भी जाना जाता है 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-realtimeEmpirioLabs कैटलॉग से लाइव pay-as-you-go दरें। आप साप्ताहिक उपयोग सीमा वाला प्लान भी चुन सकते हैं।
Qwen3.5 Omni Plus Realtime HTTP एंडपॉइंट के बजाय wss://api.empiriolabs.ai/v1/realtime?model=qwen3-5-omni-plus-realtime पर एक WebSocket के ज़रिए लाइव बातचीत करता है। मॉडल id qwen3-5-omni-plus-realtime के साथ कनेक्ट करें और हैंडशेक पर अपनी EmpirioLabs API key को Authorization: Bearer हेडर के रूप में भेजें। ऑडियो दोनों दिशाओं में base64 16-bit PCM के रूप में जाता है। ब्राउज़र WebSocket पर हेडर सेट नहीं कर सकता, इसलिए यह कनेक्शन अपने सर्वर से खोलें और ऑडियो को अपने सॉकेट के ज़रिए ब्राउज़र तक पहुँचाएँ। EmpirioLabs डैशबोर्ड से API key प्राप्त करें।
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())EmpirioLabs पर Qwen3.5 Omni Plus Realtime API द्वारा समर्थित request पैरामीटर। फ़ील्ड छोड़ने पर डिफ़ॉल्ट मान लागू होते हैं।
| पैरामीटर | प्रकार | डिफॉल्ट | रेंज / मान | विवरण |
|---|---|---|---|---|
| voice | enum | Tina | Tina, Serena, Ethan, Dylan, Sunny, Peter, Kiki, Eric | सत्र के लिए बोलने की आवाज। मॉडल द्वारा कोई ऑडियो बनाने से पहले इसे session.update के साथ सेट करें। |
| instructions | string | - | - | बातचीत के दौरान मॉडल को कैसे व्यवहार करना चाहिए और बोलना चाहिए, इसके लिए सिस्टम मार्गदर्शन। |
| modalities | string | ["text","audio"] | - | कौन सा आउटपुट प्रकार मॉडल एक मोड़ के लिए लौटता है। केवल-पाठ उत्तर के लिए "ऑडियो" ड्रॉप करें। |
| input_audio_format | enum | pcm | pcm | आपके द्वारा इनपुट बफर में जोड़े गए ऑडियो की एन्कोडिंग: base64 16 kHz पर 16-बिट PCM। प्रोटोकॉल के बीटा संस्करण के साथ, पीसीएम या डब्ल्यूएवी टाइप करने के लिए पहले... |
| output_audio_format | enum | pcm | pcm | ऑडियो की एन्कोडिंग मॉडल वापस स्ट्रीम करता है: base64 16 16-बिट PCM 24 kHz पर। प्रोटोकॉल के बीटा संस्करण के साथ, पीसीएम या डब्ल्यूएवी टाइप करने के लिए पहले ऑडियो से... |
| turn_detection | string | {"type":"server_vad"} | - | आवाज गतिविधि का पता लगाना: यह तय करता है कि आपने कब बोलना समाप्त कर दिया है और मॉडल को जवाब देना चाहिए। यह डिफ़ॉल्ट रूप से server_vad के रूप में चालू होता है, जो एक... |
| max_response_output_tokens | number | - | 1 से 65536 | आउटपुट टोकन की सबसे बड़ी संख्या एक उत्तर का उपयोग कर सकता है: 1 से 65536 तक, जहां एक बड़ी संख्या 65536 पर चलती है, या मॉडल की अपनी सीमा के लिए "inf"।... |
| temperature | number | - | 0 से 1.99 | नमूना तापमान। 0 नियतात्मक है और 1.99 अधिकतम यादृच्छिकता है। जब छोड़ा जाता है, तो मॉडल का अपना डिफ़ॉल्ट लागू होता है। |
| top_p | number | - | 0.01 से 1 | नाभिक नमूना संभाव्यता द्रव्यमान। कम मान आउटपुट को अधिक केंद्रित बनाते हैं। जब छोड़ा जाता है, तो मॉडल का अपना डिफ़ॉल्ट लागू होता है। |
| top_k | integer | - | 1 से 100 | केवल K सबसे संभावित टोकन से नमूना। जब छोड़ा जाता है, तो मॉडल का अपना डिफ़ॉल्ट लागू होता है। |
| repetition_penalty | number | - | 0.1 से 2 | उच्च मान बार-बार वाक्यांश को हतोत्साहित करते हैं, और 1 कोई दंड लागू नहीं करता है। जब छोड़ा जाता है, तो मॉडल का अपना डिफ़ॉल्ट लागू होता है। |
| presence_penalty | number | - | -2 से 2 | टोकन के लिए जुर्माना जो पहले से ही जेनरेट किए गए टेक्स्ट में दिखाई दे चुके हैं। सकारात्मक मूल्य नए विषयों को प्रोत्साहित करते हैं। जब छोड़ा जाता है, तो मॉडल का अपना... |
| seed | integer | - | 0 से 2147483647 | अधिक प्रतिलिपि प्रस्तुत करने योग्य नमूने के लिए यादृच्छिक बीज। एक ही अनुरोध के साथ एक बीज का पुन: उपयोग करने से समान आउटपुट मिलता है, हमेशा समान नहीं, आउटपुट। |
wss://api.empiriolabs.ai/v1/realtime?model=qwen3-5-omni-plus-realtime पर WebSocket पर पूर्ण-डुप्लेक्स आवाज, साधारण प्राधिकरण वाहक हेडर के साथ प्रमाणित। सॉकेट पर session.update के साथ सत्र को कॉन्फ़िगर करें: आवाज, निर्देश, तौर-तरीके, टर्न डिटेक्शन, सैंपलिंग और उत्तर लंबाई सीमा, max_response_output_tokens। पहले ऑडियो के बाद input_image_buffer.append के साथ जेपीईजी छवियों के रूप में कैमरा या वीडियो फ्रेम भेजें। प्रोटोकॉल के बीटा संस्करण के साथ WAV या किसी अन्य नमूना दर के लिए, पहले ऑडियो से पहले session.audio.input.format और session.audio.output.format सेट करें। इस मॉडल की आवाज़ें पिछली ओमनी पीढ़ी से भिन्न होती हैं, इसलिए इसे स्वीकार करने वाले को सेट करें या डिफ़ॉल्ट छोड़ दें; एक अज्ञात आवाज त्रुटि वापस करने के बजाय सत्र को समाप्त कर देती है। टेक्स्ट और ऑडियो टोकन की कीमत अलग-अलग होती है, एक स्पोकन रिप्लाई को केवल इसके ऑडियो आउटपुट टोकन के लिए बिल किया जाता है, और प्रत्येक पूर्ण मोड़ को मॉडल रिपोर्ट के उपयोग से अपने आप बिल किया जाता है।
EmpirioLabs पर Qwen3.5 Omni Plus Realtime का बिल उपयोग के अनुसार बनता है: इनपुट: ऑडियो $33.00 प्रति 1M ऑडियो इनपुट टोकन; इनपुट $4.20 प्रति 1M प्रॉम्प्ट टोकन; आउटपुट $24.80 प्रति 1M उत्पन्न टोकन, पाठ-केवल उत्तर; आउटपुट: ऑडियो $124.00 प्रति 1M जनरेट किए गए ऑडियो टोकन। आप साप्ताहिक उपयोग सीमा वाला प्लान भी चुन सकते हैं। इस पेज की लाइव दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती है।
Qwen3.5 Omni Plus Realtime input के रूप में ऑडियो, टेक्स्ट, इमेज, वीडियो लेता है और ऑडियो, टेक्स्ट लौटाता है।
Qwen3.5 Omni Plus Realtime 192K टोकन की context window समर्थित करता है, प्रति उत्तर अधिकतम 65,536 आउटपुट टोकन के साथ।
Qwen3.5 Omni Plus Realtime api.empiriolabs.ai पर WEBSOCKET /v1/realtime के ज़रिए मिलता है, मानक Bearer टोकन प्रमाणीकरण के साथ।
अपनी request में model के रूप में qwen3-5-omni-plus-realtime भेजें। वैकल्पिक IDs qwen3.5-omni-plus-realtime, alibaba/qwen3-5-omni-plus-realtime भी काम करते हैं।
EmpirioLabs पर Qwen3.5 Omni Plus Realtime Singapore से सर्व किया जाता है।
EmpirioLabs playground खोलें और Start session दबाकर इसे अपने ब्राउज़र में आज़माएँ। Qwen3.5 Omni Plus Realtime अनुरोध और प्रतिक्रिया के बजाय WebSocket पर चलता है, इसलिए इसे जोड़ने के लिए रियलटाइम वॉइस क्विकस्टार्ट से शुरू करें। अपनी EmpirioLabs API key और मॉडल id qwen3-5-omni-plus-realtime के साथ अपने सर्वर से कनेक्ट करें, फिर दोनों दिशाओं में ऑडियो स्ट्रीम करें।
EmpirioLabs खाता बनाएं, फिर डैशबोर्ड में API Keys में key जनरेट करें। बिलिंग pay-as-you-go क्रेडिट से होती है, इसलिए आप सिर्फ अपनी requests का भुगतान करते हैं। आप साप्ताहिक उपयोग सीमा वाला प्लान भी चुन सकते हैं।
हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।