Qwen Audio 3.1 ASR Message vs Qwen Audio 3.1 ASR Stream

Qwen Audio 3.1 ASR Message vs Qwen Audio 3.1 ASR Stream 한눈에 보기

Qwen Audio 3.1 ASR Message와(과) Qwen Audio 3.1 ASR Stream은(는) 모두 Alibaba Cloud의 모델로 전사 카테고리에 속하며 EmpirioLabs API로 사용할 수 있습니다.

주요 차이점

• Qwen Audio 3.1 ASR Stream에만 표시된 기능: streaming asr.
• 입력(1M 오디오 입력 토큰당) 및 출력(생성된 토큰 1M 단위) 요금은 두 모델이 같습니다.

Qwen Audio 3.1 ASR Message vs Qwen Audio 3.1 ASR Stream: 사양

Qwen Audio 3.1 ASR Message vs Qwen Audio 3.1 ASR Stream: API 요금

두 모델의 EmpirioLabs 카탈로그 실시간 요금입니다. 각 요금표는 항상 API 청구 금액과 일치합니다.

Qwen Audio 3.1 ASR Message vs Qwen Audio 3.1 ASR Stream: API 파라미터

EmpirioLabs에서 각 모델에 표시된 요청 파라미터와 허용 값 또는 범위입니다. 하이픈은 해당 모델에 표시되지 않은 파라미터를 뜻합니다.

Qwen Audio 3.1 ASR Message vs Qwen Audio 3.1 ASR Stream: 한도와 참고 사항

Qwen Audio 3.1 ASR Message

연결

wss://api.empiriolabs.ai/v1/realtime?model=qwen-audio-3-1-asr-message에서 WebSocket을 통한 음성 메시지 전사, 일반 Authorization Bearer 헤더로 인증됩니다.

오디오 전송

input_audio_buffer.append와 함께 16kHz 모노 PCM16 오디오를 스트리밍하세요. 음성 활동 감지가 각 발화의 끝을 결정하므로 커밋을 보낼 필요가 없습니다.

세션 설정

session.created 직후, 첫 번째 오디오 바로 전에 다음 설정 중 하나로 session.update 전송할 수 있습니다: input_audio_transcription.language(또는 연결 URL의 language 쿼리 매개변수; 기본값 auto), turn_detection.silence_duration_ms(200에서 6000, 기본 800), turn_detection.threshold(0.0에서 1.0), input_audio_noise_reduction(near_field 또는 far_field). keep_dialect 중국어 방언 단어는 발음 그대로 유지합니다. 오디오 스트리밍 중 설정을 변경하면 진행 중인 발화가 종료되고 그 다음에 전송되는 오디오에 적용됩니다.

돌아오는 것들

각 발화는 화자가 잠시 멈추면 하나의 conversation.item.input_audio_transcription.completed 이벤트로 전체적으로 전달됩니다. partial_results 발화가 발화되는 동안 이 발화를 받도록 설정하세요. 이 이벤트는 정착되기 전까지 변할 수 있는 conversation.item.input_audio_transcription.delta 있습니다. 실시간 자막의 경우, qwen-audio-3-1-asr-stream 항상 캡션을 전송합니다.

청구

입력 및 출력 토큰은 1M당 가격이 책정되며, 완성된 각 발화는 모델이 보고하는 사용량에 따라 별도로 청구됩니다.

Qwen Audio 3.1 ASR Stream

연결

WebSocket을 통한 실시간 전사는 wss://api.empiriolabs.ai/v1/realtime?model=qwen-audio-3-1-asr-stream에서 일반 Authorization Bearer 헤더로 인증됩니다.

오디오 전송

16kHz 모노 pcm16 오디오를 input_audio_buffer.append으로 스트리밍하세요. 음성 활동 감지가 각 문장의 끝을 결정하므로 커밋을 보낼 필요가 없습니다.

세션 설정

session.created 직후, 첫 번째 오디오 바로 전에 다음 설정 중 하나로 session.update 전송하세요: input_audio_transcription.language(또는 연결 URL의 language 쿼리 매개변수; 기본 autoinput_audio_transcription.prompt), 화자가 사용하는 이름과 용어(최대 400자), turn_detection.silence_duration_ms(200에서 6000, 기본 800), turn_detection.threshold(0.0에서 1.0), input_audio_noise_reduction(near_field 또는 far_field). keep_dialect 중국어 방언 단어는 말하는 그대로 유지합니다. 오디오 스트리밍 중 설정을 변경하면 진행 중인 문장이 종료되어 그 다음에 보내지는 오디오에 적용됩니다.

돌아오는 것들

conversation.item.input_audio_transcription.delta 사건들은 화자가 계속 말하는 동안 문장을 이끌고, conversation.item.input_audio_transcription.completed 매번 정식 문장을 이어간다.

청구

입력 및 출력 토큰은 1M당 가격이 책정되며, 완성된 문장은 모델이 보고하는 사용량에 따라 별도로 청구됩니다.

Qwen Audio 3.1 ASR Message와(과) Qwen Audio 3.1 ASR Stream 호출 방법

Qwen Audio 3.1 ASR Message 은(는) HTTP 엔드포인트가 아니라 wss://api.empiriolabs.ai/v1/realtime?model=qwen-audio-3-1-asr-message 의 WebSocket에서 실시간 오디오 스트림을 전사합니다. 모델 ID qwen-audio-3-1-asr-message 로 연결하고 핸드셰이크 시 EmpirioLabs API 키를 Authorization: Bearer 헤더로 보내세요. base64 16비트 PCM 오디오를 추가하면 말하는 도중에도 전사 이벤트를 받을 수 있습니다. 브라우저는 WebSocket에 헤더를 설정할 수 없으므로 이 연결은 서버에서 열고 오디오는 자체 소켓으로 브라우저에 중계하세요. 두 모델은 같은 엔드포인트로 호출합니다. model을(를) qwen-audio-3-1-asr-message 또는 qwen-audio-3-1-asr-stream(으)로 설정하세요. EmpirioLabs 대시보드에서 API 키를 발급받으세요.

import asyncio, json, os, websockets

async def main():
    async with websockets.connect(
        "wss://api.empiriolabs.ai/v1/realtime?model=qwen-audio-3-1-asr-message",
        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 Message vs Qwen Audio 3.1 ASR Stream: 자주 묻는 질문

Qwen Audio 3.1 ASR Message와(과) Qwen Audio 3.1 ASR Stream의 차이는 무엇인가요?

Qwen Audio 3.1 ASR Stream에만 표시된 기능: streaming asr. 입력(1M 오디오 입력 토큰당) 및 출력(생성된 토큰 1M 단위) 요금은 두 모델이 같습니다. 이 페이지의 사양, 요금표, 파라미터는 EmpirioLabs 실시간 카탈로그에서 가져옵니다.

Qwen Audio 3.1 ASR Message와(과) Qwen Audio 3.1 ASR Stream 중 어느 쪽 요금이 더 낮나요?

입력(1M 오디오 입력 토큰당) 및 출력(생성된 토큰 1M 단위) 요금은 두 모델이 같습니다. 두 실시간 요금표는 이 페이지에 있으며 항상 API 청구 금액과 일치합니다.

통합을 다시 만들지 않고 Qwen Audio 3.1 ASR Message와(과) Qwen Audio 3.1 ASR Stream 간에 전환할 수 있나요?

네. 두 모델 모두 같은 EmpirioLabs API 키로 WEBSOCKET /v1/realtime을(를) 사용하므로 대부분의 연동은 model 값만 바꾸면 전환됩니다. 모델 전용 파라미터에 의존한다면 먼저 이 페이지의 파라미터 표를 확인하세요.

통합하기 전에 브라우저에서 Qwen Audio 3.1 ASR Message와(과) Qwen Audio 3.1 ASR Stream을(를) 사용해 볼 수 있나요?

네. EmpirioLabs 플레이그라운드에서 각 모델을 열고 Start session 을 누르면 브라우저에서 바로 사용해 볼 수 있습니다.