L'API Realtime propose plusieurs protocoles de transport, chacun optimisé pour répondre à des exigences spécifiques en matière de performances, de latence, de résilience aux réseaux faibles et de coûts d'intégration.
L'API Realtime prend en charge trois protocoles de transport : AOQ (AI over QUIC), WebRTC et WebSocket. Choisissez le protocole le plus adapté à votre scénario métier.
| Dimension | AOQ | WebRTC | WebSocket |
|---|---|---|---|
Cas d'utilisation | Interaction multimodale IA en temps réel, conditions de réseau faible, transmission de données mixtes | Interaction via navigateur, appels audio et vidéo traditionnels | Intégration côté serveur, prototypage rapide |
Compatibilité avec les navigateurs | Non prise en charge | Prise en charge native | Prise en charge native |
Difficulté d'intégration | Faible | Moyenne | Minimale |
Résilience aux réseaux faibles | Excellente | Bonne | Faible |
Types de données | Audio/vidéo + texte | Audio/vidéo + texte | Texte/audio/image |
Vitesse d'établissement de la connexion | Rapide | Lente | Lente |
Annulation d'écho et suppression du bruit | Intégrées | Intégrées | Aucune ; gérées par le client |
Adéquation aux scénarios IA | Conçu spécifiquement pour les caractéristiques des données multimodales IA | Conception traditionnelle ; nécessite une adaptation supplémentaire pour les scénarios IA | Basique ; convient aux scénarios texte uniquement ou aux besoins faibles en temps réel |
Prise en charge des plates-formes clientes | Android / iOS / HarmonyOS | Navigateurs, clients mobiles | Toutes les plates-formes (tout environnement prenant en charge WebSocket) |
Sélectionnez un protocole en fonction de vos besoins :
- AOQ : Idéal pour les scénarios d'interaction IA en temps réel exigeant une latence minimale, une forte résilience aux réseaux faibles et la transmission de données multimodales, en particulier pour les applications mobiles natives. L'annulation d'écho et la suppression du bruit sont intégrées.
- WebRTC : Recommandé pour les appels audio et vidéo traditionnels nécessitant une prise en charge native par le navigateur ou s'appuyant sur une infrastructure WebRTC existante. L'annulation d'écho et la suppression du bruit sont intégrées.
- WebSocket : Privilégié pour l'intégration côté serveur, le prototypage rapide et les scénarios nécessitant une barrière d'intégration minimale. Utilisez le SDK DashScope pour mettre en œuvre rapidement des conversations vocales en temps réel.
Modèles et applications pris en charge
Le tableau suivant détaille la prise en charge des différents modèles et applications par chaque protocole :
| Type de modèle/application | Modèle | AOQ | WebRTC | WebSocket |
|---|---|---|---|---|
qwen3.5-omni-plus-realtime, qwen3.5-omni-flash-realtime | Supported | Supported | Supported | |
Modèles de la série Qwen-Livetranslate-Realtime | Supported | Supported | Supported | |
qwen-audio-3.1-asr-flash-message, qwen-audio-3.1-asr-flash-streaming, qwen-audio-3.0-asr-flash-streaming, séries de modèles Fun-ASR-Realtime | Pris en charge | Non pris en charge | Pris en charge | |
qwen-audio-3.1-tts-plus, qwen-audio-3.1-tts-flash, qwen-audio-3.0-tts-flash, qwen-audio-3.0-tts-plus | Pris en charge | Non pris en charge | Pris en charge | |
Séries de modèles CosyVoice | Supported | Unsupported | Supported | |
qwen-audio-3.0-realtime-plus, qwen-audio-3.0-realtime-flash | Supported | Supported | Supported |
RemarquePour obtenir des informations telles que les noms des modèles, les fenêtres de contexte, les tarifs et les versions de snapshot, consultez la console Alibaba Cloud Model Studio. Pour les limites de débit, reportez-vous à la rubrique Limitation du débit.