Configurez l’extraction de la voix d’entrée en temps réel ou utilisez une voix créée à l’avance, puis consultez l’API des voix créées à l’avance.
qwen3.8-livetranslate-flash-realtime et qwen3.5-livetranslate-flash-realtime peuvent extraire la voix de l’audio d’entrée pendant la traduction ou utiliser une voix fixe créée à l’avance. Le clonage vocal en temps réel n’entraîne pas de frais de clonage supplémentaires. La création préalable d’une voix est facturée séparément. Les appels au modèle restent facturés selon la consommation de tokens. Pour plus d’informations, consultez Facturation.
Configurer la session
Définissez enable_voice_clone, voice_clone_options.frequency et voice dans session.update. L’exemple suivant utilise qwen3.8-livetranslate-flash-realtime sur WebSocket. Avec qwen3.5-livetranslate-flash-realtime, remplacez output_modalities par modalities. Les autres paramètres de clonage vocal sont identiques.
| Méthode | frequency | voice | Description |
|---|---|---|---|
| Cloner une fois en temps réel | once | default | Extrait la voix de l’audio d’entrée une seule fois au début de la session, puis la réutilise pour les sorties suivantes. |
| Cloner en continu en temps réel | always | default | Extrait la voix de l’audio d’entrée avant chaque sortie. Convient aux conversations à plusieurs interlocuteurs. |
| Utiliser une voix créée à l’avance | never | ID de voix créée à l’avance | Utilise une voix fixe créée à l’avance sans extraire une nouvelle voix pendant cette traduction. |
Lorsque frequency vaut once ou always, voice doit valoir default. Le modèle cible d’une voix créée à l’avance doit correspondre au modèle de la session.
Clonage unique en temps réel
{
"type": "session.update",
"session": {
"output_modalities": ["text", "audio"],
"voice": "default",
"translation": {"language": "en"},
"enable_voice_clone": true,
"voice_clone_options": {"frequency": "once"}
}
}
Clonage continu en temps réel
{
"type": "session.update",
"session": {
"output_modalities": ["text", "audio"],
"voice": "default",
"translation": {"language": "en"},
"enable_voice_clone": true,
"voice_clone_options": {"frequency": "always"}
}
}
Utiliser une voix prédéfinie
{
"type": "session.update",
"session": {
"output_modalities": ["text", "audio"],
"voice": "VOICE_ID",
"translation": {"language": "en"},
"enable_voice_clone": true,
"voice_clone_options": {"frequency": "never"}
}
}
Créer une voix prédéfinie
Utilisez l’API de création d’une voix prédéfinie. target_model doit correspondre au modèle utilisé dans les sessions de traduction suivantes.
Corps de la requête
Pour les définitions des champs, consultez l’API des voix prédéfinies.
Exemples de requêtes
Pour un exemple complet de requête et de réponse, consultez Créer une voix prédéfinie.
Supprimer une voix prédéfinie
Consultez API de suppression d’une voix prédéfinie.
Pour les autres étapes d’interaction, consultez Traduction vocale et audio/vidéo en temps réel.