Qwen Audio 3.1 ASR Stream API

Sobre Qwen Audio 3.1 ASR Stream

Transcrição ao vivo por um socket, transmitindo palavras parciais enquanto o falante fala e uma frase fixa a cada pausa, com preço por token.

Transmita áudio pcm16 em 16 kHz pelo soquete. Resultados parciais chegam enquanto o alto-falante está falando.

Também conhecido como Qwen Audio ASR Stream, Alibaba Cloud Qwen Audio 3.1 ASR Stream

Especificações de Qwen Audio 3.1 ASR Stream

ID do modelo

qwen-audio-3-1-asr-stream

Autor

Alibaba Cloud

Categoria

Transcrição

Lançado

-

Entrada

Áudio

Saída

Texto

Região

Singapore

Endpoints

WEBSOCKET/v1/realtime

IDs de modelo alternativos

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

Preços da API Qwen Audio 3.1 ASR Stream

Tarifas pay-as-you-go ao vivo do catálogo EmpirioLabs. Você paga só pelo que usa, sem mínimo mensal.

Como chamar a API Qwen Audio 3.1 ASR Stream

Qwen Audio 3.1 ASR Stream transcreve um fluxo de áudio ao vivo por um WebSocket em wss://api.empiriolabs.ai/v1/realtime?model=qwen-audio-3-1-asr-stream, e não pelos endpoints HTTP. Conecte-se com o id de modelo qwen-audio-3-1-asr-stream e envie sua chave de API da EmpirioLabs como cabeçalho Authorization: Bearer no handshake. Acrescente áudio PCM de 16 bits em base64 e leia os eventos de transcrição enquanto a pessoa ainda fala. Um navegador não consegue definir cabeçalhos em um WebSocket, então abra esta conexão a partir do seu servidor e repasse o áudio ao navegador pelo seu próprio socket. Obtenha uma chave de API no painel EmpirioLabs.

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())

Parâmetros da API Qwen Audio 3.1 ASR Stream

Parâmetros de requisição suportados pela API Qwen Audio 3.1 ASR Stream na EmpirioLabs. Os padrões valem quando um campo é omitido.

Bom saber

Conectando Transcrição ao vivo via WebSocket no wss://api.empiriolabs.ai/v1/realtime?model=qwen-audio-3-1-asr-stream, autenticada com o cabeçalho comum Authorization Bearer. Enviando áudio Stream áudio mono pcm16 de 16 kHz com input_audio_buffer.append. A detecção de atividade de voz decide onde cada frase termina, então não há commit a enviar. O que retorna conversation.item.input_audio_transcription.delta eventos leva a frase até aqui enquanto o falante ainda está falando, e conversation.item.input_audio_transcription.completed carrega a frase resolvida a cada pausa. Faturamento Os tokens de entrada e saída são precificados por 1M, e cada frase completa é cobrada separadamente a partir do uso reportado pelo modelo.

API Qwen Audio 3.1 ASR Stream: perguntas frequentes

Quanto custa a API Qwen Audio 3.1 ASR Stream?

Na EmpirioLabs, Qwen Audio 3.1 ASR Stream é cobrado por uso: Entrada $1.86 por 1M de tokens de entrada de áudio; Saída $1.40 por 1M de tokens gerados. A tabela de tarifas ao vivo desta página sempre corresponde ao que a API cobra.

Qual endpoint Qwen Audio 3.1 ASR Stream usa?

Qwen Audio 3.1 ASR Stream é servido por WEBSOCKET /v1/realtime em api.empiriolabs.ai com autenticação padrão por token Bearer.

Posso testar Qwen Audio 3.1 ASR Stream no navegador antes de integrar?

Abra o playground da EmpirioLabs e clique em Start session para testar no navegador. Qwen Audio 3.1 ASR Stream funciona sobre um WebSocket em vez de requisição e resposta, então para integrar comece pelo guia rápido de voz em tempo real. Conecte-se do seu servidor com sua chave de API da EmpirioLabs e o id de modelo qwen-audio-3-1-asr-stream e transmita áudio nos dois sentidos.

Como consigo uma chave de API Qwen Audio 3.1 ASR Stream?

Crie uma conta EmpirioLabs e gere uma chave em API Keys no painel. A cobrança usa créditos pay-as-you-go, então você paga apenas pelas requisições que faz.