홈 블로그

Qwen Audio 3.0 Realtime Plus 및 Realtime Flash 사용 방법

Qwen Audio 3.0 Realtime Plus 및 Realtime Flash API 블로그 커버

Nov 3, 2026

EmpirioLabs AI

고지: 이 글은 AI의 도움을 받아 작성되었으며 EmpirioLabs AI가 검토했습니다.

Qwen Audio 3.0 Realtime Plus와 Qwen Audio 3.0 Realtime Flash는 EmpirioLabs에서 이용 가능합니다. 두 모델 모두 알리바바 음성 대화 모델입니다: 웹소켓을 열고 마이크 오디오를 스트리밍하면 음성 응답이 다시 돌아옵니다. 각각 19개의 음성, 문장 끝에서 멈춤을 알려주는 턴 감지, 네이티브 웹 검색, 함수 호출 기능을 지원합니다. Realtime Plus는 추론과 대화 리듬의 균형을 이룹니다; Realtime Flash는 빠른 답변을 위해 훨씬 저렴한 가격에 최적화되어 있습니다.

Playground에서 시도해 보세요: 리얼타임 플러스 또는 실시간 플래시. 세션 시작을 클릭하고 대화하세요.

출시 영상을 시청하세요

영화 속 모든 음성은 소켓을 통해 진짜 Qwen Audio 3.0 실시간 응답으로, 타이핑된 질문에 답합니다: Plus는 loongeva, 중국어로는 longanlingxi, flash는 daniel과 sherry로 작성. 사진은 Qwen Image 2.1 출력이며, 점수는 ACE-Step on EmpirioLabs에서 생성되었습니다. 유튜브에서 시청하세요·.

연결

wss://api.empiriolabs.ai/v1/realtime?model=qwen-audio-3-0-realtime-flash 권한: 베어러 YOUR_EMPIRIOLABS_API_KEY

세션을 다음과 같이 구성하세요 세션.업데이트, 마이크 오디오를 다음과 같이 추가하세요 input_audio_buffer.append, 그리고 답변을 읽어보세요 응답.오디오.델타, 그 전사본은 response.audio_transcript.델타. 오디오는 16비트 PCM으로 전송되며, 16kHz는 올라가고 24kHz는 돌아옵니다.

{"type": "session.update", "session": { "voice": "daniel", "instructions": "당신은 자전거 가게의 친절한 지원 에이전트입니다.", "turn_detection": {"type": "smart_turn"}, "speed": 1.1 }}

목소리와 전달

  • 목소리들. 영어 음성을 포함해 19개의 성부가 참여했다 다니엘·, 에코·, 한나, 그리고 셰리, 목소리 API 참조와 Playground 선택기 내 매개변수 중 하나가 있습니다. 떠나기 목소리 unset과 용안첸 말합니다. 이 음성들은 Qwen Audio 3.1 실시간 모델의 음성과는 다릅니다.
  • 배달. 속도 (0.5에서 2까지)는 말하는 속도를 설정합니다. enable_speech_emotion 표현적 전달, 그리고 max_history_turns (1부터 50까지) 모델이 읽은 이전 교환 횟수.
  • 턴 탐지. server_vad, 기본값은 잠시 정지 후 턴을 종료합니다; smart_turn 또한 무슨 말을 했는지 판단해줘서 채우기 소리가 턴을 끝내지 않게 하고, smart_turn_v2 또한 방관자에게도 덜 자주 답변합니다.

웹 검색 또는 함수 호출

웹 검색은 기본적으로 꺼져 있습니다; 다음으로 켜세요 enable_search또는 함수를 선언한다 도구. 세션당 하나씩 사용하세요: 세션.업데이트 그것은 둘 다 거부되는 것을 거부할 것입니다. 오류 필드 이름을 지정하는 이벤트를 사용하며, 세션은 이전 설정을 유지합니다. 도구를 선언한 세션에서 검색하려면 전송 "도구": [] 첫째. 한 세션에서 두 가지 모두를 위해 Qwen 오디오 3.1 실시간 플래시·.

운용 노트

  • 첫 턴 전에 목소리를 선택하세요. 세션이 오디오 처리를 시작하면, 세션.업데이트 다른 목소리로 거부되면 오류 이벤트. 목소리를 바꾸기 위해 새 세션을 엽니다.
  • 언어 설정은 없습니다. input_language 그리고 output_language Qwen Audio 3.1 설정입니다; 3.0에서는 각각 오류 이벤트 이름이 붙으면 나머지 업데이트가 적용됩니다. 말하세요 지침 어떤 언어로 대답해야 할지.
  • 연설이 끝난 후에도 잠시 스트리밍을 계속하세요. 턴 감지는 화자가 멈추는 소리를 들으면 턴이 끝나므로, 마지막 단어 후 약 1초간의 침묵을 보내세요.

제품정보

완료된 각 턴은 모델이 보고한 사용량에서 청구되며, 양방향 오디오 및 텍스트 토큰에 대해 별도의 요금이 적용되므로 텍스트 전용 답변은 음성 응답보다 비용이 적게 듭니다. 검색 결과는 입력 토큰으로 간주됩니다. 현재 요금은 리얼타임 플러스 그리고 실시간 플래시 모델 페이지와 가격표·.

건설 시작

각 모델의 API 참조는 다음과 같습니다 리얼타임 플러스 그리고 실시간 플래시, 전체 이벤트 테이블은 실시간 음성 API 가이드. 신세대에 대해서는 다음을 참조하세요. Qwen Audio 3.1 실시간 플래시 API 사용 방법·.

더 나은 엔드포인트를 사용할 준비가 되셨나요?

저희 모델을 탐색하시거나, 비즈니스 문의, 맞춤형 배포 또는 기타 어떤 사항이든 문의해 주세요.