Qwen Audio 3.1 实时闪光灯已在EmpirioLabs上可用。 它是阿里巴巴Qwen Audio 3.1语音对话模型中的快速版本：你打开WebSocket，上传麦克风音频，语音回复会回流。它有88个语音，语言和回答语言有独立设置，回合检测显示句尾的停顿，以及原生网页搜索，能与你的函数调用在同一会话中运行。
试试看 Playground： 点击开始会话并交谈。
观看启动影片
影片中的每个声音都是真实的Qwen Audio 3.1实时闪光回复，每个声音回答一个打字问题：Luca用英语，Yuxiaoyun用普通话，Emily用日语。图片为Qwen Image 2.1输出，配乐由ACE-Step on EmpirioLabs生成。 在YouTube上观看。 。 。.
连接
打开实时端点，模型包含查询字符串，API密钥在握手中：
wss：//api.empiriolabs.ai/v1/realtime？model=qwen-audio-3-1-realtime-flash 授权：承载者YOUR_EMPIRIOLABS_API_KEY配置会话 session.update，附加麦克风音频为 input_audio_buffer.append，并阅读回复 响应.音频.delta，其转录记录为 response.audio_transcript.delta.音频以16位PCM格式传输，16 kHz上升，24 kHz返回。
{“type”： “session.update”， “session”： { “voice”： “xunanchuan_v3.1”， “instructions”： “你是一个简洁的旅行助理。用英语回答。”， “input_language”： “en”， “output_language”： “en”， “turn_detection”： {“type”： “smart_turn_v2”}声音、语言与表达方式
- 声音。 88个声部，列于
声音参数在 API 引用和 Playground 选择器中。离开声音未集合和longanqian_v3.1说话。 - 语言。
input_language是你所说的语言，你的转录记录所用的语言，output_language回复的语言。每个人都拿自动或14种代码之一：ZH, (中文),en, (中文),是的, (中文),Ko, (中文),六, (中文),th, (中文),身份证, (中文),AR, (中文),FR, (中文),de, (中文),es, (中文),PT, (中文),ru， 和它。 。 。. - 送货。
速度（0.5 到 2） 设定了发言率，enable_speech_emotion表现力表达，以及max_history_turns（1到50）模型读取的早期交换次数。
转向检测
server_vad，默认情况下，在暂停后结束你的回合 silence_duration_ms。 。 。. smart_turn 还会判断所说内容，比如“嗯”这样的填充音不会结束回合或打断回答， smart_turn_v2 同时也减少了旁观者和旁白的回应。设定 turn_detection 用无效来承诺回合。
用你自己的功能进行网页搜索
网页搜索默认关闭。开启时 enable_search，并声明 函数 工具 在同一会话中：模型可以查找某项内容，并在一次对话中调用你的函数。
{“type”： “session.update”， “session”： { “enable_search”： true， “tools”： [{ “type”： “function”， “name”： “book_table”， “description”： “预订餐厅桌位”， “parameters”： {“type”： “object”， “properties”： { “restaurant”： {“type”： “string”}， “time”： {“type”： “string”}}， “required”： [“restaurant”， “time”]}} }}作战笔记
- 在第一回合前选择声音。 一旦会话开始处理音频，一个
session.update用不同的声音拒绝，并用错误事件。新开会话切换声音。 - 输出语言无法翻译。 它设定了回复的语言。请求该语言
说明也是。 - 演讲结束后请继续简短直播。 回合检测通过听到扬声器停止来结束回合，所以客户端在最后一个词时切断音频时不会得到回复。之后发送大约一秒钟的静音。
定价
每完成一回合的计费是基于模型报告的使用情况，音频和文本标记在双向各方面分别计费，因此仅为文本回复，且 音频 从中被移除 模态，成本低于语音。搜索结果会被添加到对话中，并作为输入令牌计入。实时闪电的价格远低于此 Qwen 音频 3.1 实时加.当前利率是 模型页面 页:1 定价页面。 。 。.
开始建造
试试Qwen Audio 3.1的实时闪存 Playground,阅读 API 文档，并在 实时语音API 向导。
