Qwen Audio 3.1 APIs

关于 Qwen Audio 3.1 API

EmpirioLabs 上的 Qwen Audio 3.1 汇集了 Alibaba Cloud 的 2 个音频生成模型 API（包括 Qwen Audio 3.1 Realtime Plus, Qwen Audio 3.1 Realtime Flash）。每个模型都有自己的页面，包含实时价格、参数、文档和 Playground 入口。

在整个系列中使用同一个 EmpirioLabs API 密钥和端点模式，只需更改请求中的 model ID 即可切换行为。

Qwen Audio 3.1 模型（2）

Qwen Audio 3.1 Realtime Plus

双工语音对话通过一个插槽进行，支持88个语音，原生网页搜索、工具调用，以及独立的文本和音频令牌速率。

Qwen Audio 3.1 Realtime Flash

双工语音对话通过一个插槽进行，支持88个语音，原生网页搜索与工具调用协同工作，以及独立的文本和音频令牌率。

Qwen Audio 3.1 API 价格

先一眼比较整个系列，再打开模型页面查看完整的实时价格表和参数。

如何调用 Qwen Audio 3.1 模型

Qwen Audio 3.1 Realtime Plus 通过 wss://api.empiriolabs.ai/v1/realtime?model=qwen-audio-3-1-realtime-plus 的 WebSocket 进行实时对话，而不是通过 HTTP 端点。使用模型 id qwen-audio-3-1-realtime-plus 连接，并在握手时将 EmpirioLabs API 密钥作为 Authorization: Bearer 请求头发送。音频以 base64 编码的 16 位 PCM 双向传输。 浏览器无法为 WebSocket 设置请求头，请从你的服务器发起该连接，再通过你自己的 socket 把音频转发给浏览器。 在这个系列中，可以把 model 值换成任意受支持的 ID：qwen-audio-3-1-realtime-plus qwen-audio-3-1-realtime-flash。 在EmpirioLabs 控制台获取 API 密钥。

import asyncio, json, os, websockets

async def main():
    async with websockets.connect(
        "wss://api.empiriolabs.ai/v1/realtime?model=qwen-audio-3-1-realtime-plus",
        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())

Qwen Audio 3.1 示例与对比

查看提到这个模型系列的提示词测试、输出笔记和对比实验。

指南 Qwen Audio 3.1 实时闪存 vs 3.1 实时加 vs 3.0 实时加和闪存：一个口头问题 我们通过WebSocket向四位Qwen Audio实时型号提出了相同的语音问题，每人一次。听到每个回答，包括首次音频的时间和回合价格。 API 访问 如何使用Qwen Audio 3.1实时闪存API Qwen Audio 3.1 实时闪存是一种通过 WebSocket 与语音对话的模型，拥有 88 个语音、14 种语言和与你自身功能同一会话的网页搜索功能。 指南 Qwen Audio 3.1 TTS Plus 与 Qwen Audio 3.1 TTS vs Gemini 2.5 Pro TTS vs StepAudio 3 TTS：一个旁白 我们给Qwen Audio 3.1 TTS Plus、Qwen Audio 3.1 TTS、Gemini 2.5 Pro TTS和StepAudio 3 TTS提供了相同的旁白和方向，各有一个镜头。请听全部四个版本，并附上每个点播的费用和时间。

Qwen Audio 3.1 API：常见问题

什么是 Qwen Audio 3.1 API？

EmpirioLabs 上的 Qwen Audio 3.1 是 Alibaba Cloud 的 2 个音频生成模型 API 组成的系列：Qwen Audio 3.1 Realtime Plus, Qwen Audio 3.1 Realtime Flash。你使用一个 EmpirioLabs API 密钥，并选择适合请求的模型 ID。

我该用哪个 Qwen Audio 3.1 模型？

从页面最符合你速度、质量和价格需求的模型开始，然后在EmpirioLabs Playground中测试。上面的对比卡片链接到每个模型的实时价格表和快速上手。

可以在不重构集成的情况下切换 Qwen Audio 3.1 模型吗？

可以。这个系列遵循同一个 EmpirioLabs API 模式，大多数集成只需更改 model 值即可切换。如果依赖某个模型特有的参数，上线前请查看模型页面。

Qwen Audio 3.1 的价格如何展示？

按量计费。本页卡片展示实时目录的简短摘要，每个模型页面展示与 API 计费一致的完整价格表。

可以在浏览器里试用 Qwen Audio 3.1 吗？

可以。打开该系列的任意模型页面，使用其 Playground 链接在浏览器中测试提示词和参数，然后再集成 API。