本文介绍通过 OpenAI 兼容接口调用 qwen3-livetranslate-flash 模型的输入与输出参数。
相关文档:音视频文件翻译-千问
不支持通过 DashScope 接口调用。
OpenAI 兼容
https://WorkspaceId.cn-beijing.maas.aliyuncs.com/compatible-mode/v1/chat/completionshttps://WorkspaceId.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1/chat/completions新加坡地域
SDK 调用配置的base_url为:https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1
HTTP 调用配置的endpoint:POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1/chat/completions
北京地域
SDK 调用配置的base_url为:https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1
HTTP 调用配置的endpoint:POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1/chat/completions
重要阿里云百炼为华北2(北京)、新加坡地域推出了业务空间专属域名,能够为推理请求提供卓越的性能和更高的稳定性,建议迁移至新域名:
- 华北2(北京)地域:从
https://dashscope.aliyuncs.com迁移至https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com - 新加坡地域:从
https://dashscope-intl.aliyuncs.com迁移至https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com
其中 {WorkspaceId} 为您的业务空间 ID,可在阿里云百炼控制台的业务空间详情页面查看。现有域名仍可正常使用。
您需要已获取与配置 API Key并配置API Key到环境变量。若通过OpenAI SDK进行调用,需要安装SDK。
请求体
modelstring(必选)模型名称。支持的模型:qwen3-livetranslate-flash、qwen3-livetranslate-flash-2025-12-01。
messagesarray(必选)消息数组,用于向大模型传递上下文。仅支持传入一个 User Message。
streamboolean(必选)默认值为 false
是否以流式方式输出回复。模型仅支持流式输出方式调用,仅可设为true。
stream_optionsobject(可选)流式输出的配置项,仅在 stream 为 true 时生效。
属性
include_usageboolean(可选)默认值为 false
是否在最后一个数据块包含Token消耗信息。
可选值:
true:包含;false:不包含。
modalitiesarray(可选)默认值为["text"]
输出数据的模态。可选值:
["text","audio"]:输出文本与音频;["text"]:仅输出文本。
audioobject(可选)输出音频的音色与格式。modalities参数需为["text","audio"]。
属性
voicestring(必选)输出音频的音色。请参见支持的音色。
formatstring(必选)输出音频的格式,仅支持设定为wav。
seedinteger(可选)随机数种子。用于确保在相同输入和参数下生成结果可复现。若调用时传入相同的 seed 且其他参数不变,模型将尽可能返回相同结果。
取值范围:[0,2 31 −1]。
speech_ratefloat(可选)默认值为1.0
控制输出音频的语速。1.0为正常语速,小于1.0为慢速,大于1.0为快速。
取值范围:[0.5, 2.0]。
temperaturefloat(可选)默认值为0.000001
采样温度,控制模型生成内容的多样性。temperature越高,生成的内容更多样,反之更确定。
取值范围: [0, 2)
为了翻译的准确性,不建议修改该值。
top_pfloat(可选)默认值为0.8
核采样的概率阈值,控制模型生成内容的多样性。
top_p越高,生成的内容更多样。反之更确定。
取值范围:(0,1.0]
为了翻译的准确性,不建议修改该值。
presence_penaltyfloat(可选)默认值为0
控制模型生成文本时的内容重复度。
取值范围:[-2.0, 2.0]。正值降低重复度,负值增加重复度。为了翻译的准确性,不建议修改该值。
top_kinteger(可选)默认值为1
生成过程中采样候选集的大小。例如,取值为50时,仅将单次生成中得分最高的50个Token组成随机采样的候选集。取值越大,生成的随机性越高;取值越小,生成的确定性越高。取值为None或当top_k大于100时,表示不启用top_k策略,此时仅有top_p策略生效。
取值需要大于或等于0。为了翻译的准确性,不建议修改该值。
该参数非OpenAI标准参数。通过 Python SDK调用时,请放入 extra_body 对象中,配置方式为:extra_body={"top_k": xxx};通过 Node.js SDK 或 HTTP 方式调用时,请作为顶层参数传递。
repetition_penaltyfloat(可选)默认值为1.05
模型生成时连续序列中的重复度。提高repetition_penalty时可以降低模型生成的重复度,1.0表示不做惩罚。取值大于0即可。为了翻译的准确性,不建议修改该值。
该参数非OpenAI标准参数。通过 Python SDK调用时,请放入 extra_body 对象中,配置方式为:extra_body={"repetition_penalty": xxx};通过 Node.js SDK 或 HTTP 方式调用时,请作为顶层参数传递。
import os
from openai import OpenAI
client = OpenAI(
# 若没有配置环境变量,请用阿里云百炼API Key将下行替换为:api_key="sk-xxx",
api_key=os.getenv("DASHSCOPE_API_KEY"),
base_url="https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1",
)
# ----------------音频输入 ----------------
messages = [
{
"role": "user",
"content": [
{
"type": "input_audio",
"input_audio": {
"data": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20250211/tixcef/cherry.wav",
"format": "wav",
},
}
],
}
]
# ----------------视频输入(需取消注释)----------------
# messages = [
# {
# "role": "user",
# "content": [
# {
# "type": "video_url",
# "video_url": {
# "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20241115/cqqkru/1.mp4"
# },
# }
# ],
# },
# ]
completion = client.chat.completions.create(
model="qwen3-livetranslate-flash",
messages=messages,
modalities=["text", "audio"],
audio={"voice": "Cherry", "format": "wav"},
stream=True,
stream_options={"include_usage": True},
extra_body={"translation_options": {"source_lang": "zh", "target_lang": "en"}},
)
for chunk in completion:
print(chunk)
import OpenAI from "openai";
const client = new OpenAI({
// 若没有配置环境变量,请用阿里云百炼API Key将下行替换为:apiKey: "sk-xxx",
apiKey: process.env.DASHSCOPE_API_KEY,
baseURL: "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1",
});
// ---------------- 音频输入 ----------------
const messages = [
{
role: "user",
content: [
{
type: "input_audio",
input_audio: {
data: "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20250211/tixcef/cherry.wav",
format: "wav",
},
},
],
},
];
// ---------------- 视频输入(需取消注释) ----------------
// const messages = [
// {
// role: "user",
// content: [
// {
// type: "video_url",
// video_url: {
// url: "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20241115/cqqkru/1.mp4",
// },
// },
// ],
// },
// ];
async function main() {
const completion = await client.chat.completions.create({
model: "qwen3-livetranslate-flash",
messages: messages,
modalities: ["text", "audio"],
audio: { voice: "Cherry", format: "wav" },
stream: true,
stream_options: { include_usage: true },
translation_options: { source_lang: "zh", target_lang: "en" },
});
for await (const chunk of completion) {
console.log(JSON.stringify(chunk));
}
}
main();
# ======= 重要提示 =======
# === 执行时请删除该注释 ===
curl -X POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3-livetranslate-flash",
"messages": [
{
"role": "user",
"content": [
{
"type": "input_audio",
"input_audio": {
"data": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20250211/tixcef/cherry.wav",
"format": "wav"
}
}
]
}
],
"modalities": ["text", "audio"],
"audio": {
"voice": "Cherry",
"format": "wav"
},
"stream": true,
"stream_options": {
"include_usage": true
},
"translation_options": {
"source_lang": "zh",
"target_lang": "en"
}
}'
chat响应chunk对象(流式输出)
idstring本次调用的唯一标识符。每个chunk对象有相同的 id。
choicesarray模型生成内容的数组。若设置include_usage参数为true,则choices在最后一个chunk中为空数组。
属性
deltaobject请求的增量对象。
属性
contentstring增量消息内容。
reasoning_contentstring该值固定为null。
function_callobject该值固定为null。
audioobject输出的音频信息。
属性
datastring增量的 Base64 音频编码数据。
expires_atinteger创建请求时的时间戳。
idstring输出音频的唯一标识符。
refusalobject该参数当前固定为null。
rolestring增量消息对象的角色,只在第一个chunk中有值。
tool_callsarray该值固定为null。
finish_reasonstring模型停止生成的原因。有以下情况:
- 自然停止输出时为
stop; - 生成未结束时为
null; - 生成长度过长而结束为
length。
indexinteger当前响应在choices数组中的索引,固定为0。
logprobsobject该值固定为null。
createdinteger本次请求被创建时的时间戳。每个chunk有相同的时间戳。
modelstring本次请求使用的模型。
objectstring始终为chat.completion.chunk。
service_tierstring该值固定为null。
system_fingerprintstring该值固定为null。
usageobject本次请求消耗的Token。只在include_usage为true时,在最后一个chunk显示。
属性
completion_tokensinteger模型输出的 Token 数。
prompt_tokensinteger输入 Token 数。
total_tokensinteger总 Token 数,为prompt_tokens与completion_tokens的总和。
completion_tokens_detailsobject输出 Token 的详细信息。
属性
audio_tokensinteger输出的音频 Token 数。
reasoning_tokensinteger该值固定为null。
text_tokensinteger输出文本 Token 数。
prompt_tokens_detailsobject输入 Token的细粒度分类。
属性
audio_tokensinteger输入音频的 Token 数。
视频文件中的音频 Token 数通过本参数返回。
text_tokensinteger输入文本的 Token 数。该值固定为0。
video_tokensinteger输入视频的 Token 数。
{
"id": "chatcmpl-c22a54b8-40cc-4a1d-988b-f84cdf86868f",
"choices": [
{
"delta": {
"content": " of",
"function_call": null,
"refusal": null,
"role": null,
"tool_calls": null
},
"finish_reason": null,
"index": 0,
"logprobs": null
}
],
"created": 1764755440,
"model": "qwen3-livetranslate-flash",
"object": "chat.completion.chunk",
"service_tier": null,
"system_fingerprint": null,
"usage": null
}
{
"id": "chatcmpl-c22a54b8-40cc-4a1d-988b-f84cdf86868f",
"choices": [
{
"delta": {
"content": null,
"function_call": null,
"refusal": null,
"role": null,
"tool_calls": null,
"audio": {
"data": "///+//7////+////////////AAAAAAAAAAABA......",
"expires_at": 1764755440,
"id": "audio_c22a54b8-40cc-4a1d-988b-f84cdf86868f"
}
},
"finish_reason": null,
"index": 0,
"logprobs": null
}
],
"created": 1764755440,
"model": "qwen3-livetranslate-flash",
"object": "chat.completion.chunk",
"service_tier": null,
"system_fingerprint": null,
"usage": null
}
{
"id": "chatcmpl-c22a54b8-40cc-4a1d-988b-f84cdf86868f",
"choices": [],
"created": 1764755440,
"model": "qwen3-livetranslate-flash",
"object": "chat.completion.chunk",
"service_tier": null,
"system_fingerprint": null,
"usage": {
"completion_tokens": 242,
"prompt_tokens": 415,
"total_tokens": 657,
"completion_tokens_details": {
"accepted_prediction_tokens": null,
"audio_tokens": 191,
"reasoning_tokens": null,
"rejected_prediction_tokens": null,
"text_tokens": 51
},
"prompt_tokens_details": {
"audio_tokens": 415,
"cached_tokens": null,
"text_tokens": 0
}
}
}