Realtime API 概述 - WebSocket WebRTC AOQ - 大模型服务平台百炼

了解 Realtime API 的协议选型、各模型的接入方式、AOQ SDK 和 Android Demo。

Realtime API 支持实时多模态交互、语音识别、语音合成、语音对话和音视频翻译。先选择传输协议和支持的模型，再进入对应系列的接入文档。

协议选型

Realtime API 支持 AOQ（AI over QUIC）、WebRTC 和 WebSocket 三种传输协议，开发者可以根据业务场景灵活选择。

维度	AOQ	WebRTC	WebSocket
适用场景	AI 多模态实时交互、弱网场景、混合数据传输	浏览器端互动、传统音视频通话	服务端集成、快速原型验证
浏览器兼容性	不支持	原生支持	原生支持
接入难度	低	中等	极低
弱网对抗	极致	良好	差
数据类型	音视频 + 文本	音视频 + 文本	文本/音频/图像
建连速度	快	慢	慢
回声消除/降噪	内置	内置	无，需客户端自行处理
AI 场景适配	原生为 AI 多模态数据特征深度定制	传统设计，AI 场景需额外适配	基础，适合纯文本或低实时性场景
端侧平台支持	移动端、桌面端和 Linux，详见 AOQ SDK 下载	浏览器、移动端	全平台（任何支持 WebSocket 的环境）
Token Plan	支持	支持	支持

开发者可根据实际需求选择协议方案：

AOQ 方案：适合对延迟、弱网对抗、多模态数据传输有极致要求的 AI 实时交互场景，同时内置回声消除和降噪能力，尤其是移动端原生应用。
WebRTC 方案：适合需要浏览器原生支持、已有 WebRTC 基础设施的传统音视频通话场景，内置回声消除和降噪能力。
WebSocket 方案：适合服务端集成、快速原型验证、对接入门槛要求极低的场景。通过 DashScope SDK 可快速实现实时语音对话。

模型与协议支持

下表列出各模型和应用支持的协议。点击“支持”查看对应的接入文档。

模型/应用类型	模型	AOQ	WebRTC	WebSocket
实时全模态	qwen3.8-omni-flash-realtime、qwen3.5-omni-plus-realtime、qwen3.5-omni-flash-realtime	支持	支持	支持
实时语音合成	qwen-audio-3.1-tts-plus、qwen-audio-3.1-tts-flash、qwen-audio-3.0-tts-flash、qwen-audio-3.0-tts-plus	支持	不支持	支持
实时语音合成	CosyVoice系列模型	支持	不支持	支持
实时语音识别	qwen-audio-3.1-asr-flash-message、qwen-audio-3.1-asr-flash-streaming、qwen-audio-3.0-asr-flash-streaming、Fun-ASR-Realtime系列模型	Qwen-Audio-ASR-Message Qwen-Audio-ASR-Streaming Fun-ASR-Realtime	不支持	Qwen-Audio-ASR-Message Qwen-Audio-ASR-Streaming Fun-ASR-Realtime
实时语音对话	qwen-audio-3.1-realtime-plus、qwen-audio-3.1-realtime-flash、qwen-audio-3.0-realtime-plus、qwen-audio-3.0-realtime-flash	支持	支持	支持
实时语音翻译	Qwen-Livetranslate-Realtime 系列模型	支持	支持	支持

说明模型的名称、上下文、价格、快照版本等信息请参见阿里云百炼控制台；并发限流条件请参考限流。

接入准备

确认调用地域和接入域名，获取该地域和业务空间对应的 API Key。

说明首次使用时，按控制台提示开通服务。创建后请立即复制并妥善保存 API Key，通过环境变量管理，勿嵌入客户端或提交到代码仓库。

使用 AOQ 时，按客户端平台下载 AOQ SDK。

鉴权方式

Realtime API 使用 API Key 进行身份认证。无论选择 AOQ、WebRTC 还是 WebSocket 协议接入，均通过 HTTP 请求头中的 Authorization 字段携带 Bearer Token 完成身份验证。

WebRTC 和 WebSocket 在建连时鉴权；AOQ 在 AppServer 请求连接凭证时使用 API Key 鉴权，客户端随后使用临时 Token 建连。连接建立后的数据传输无需重复鉴权。

建连鉴权详解

AOQ

AOQ 采用服务端代理鉴权模式：API Key 仅在业务 AppServer 侧使用，客户端通过网关返回的临时 Token 建连，避免 API Key 暴露在客户端。

获取连接凭证

AOQ 支持即时鉴权和预鉴权两种方式：即时鉴权在业务需要建连时获取凭证，随即建立媒体连接；预鉴权提前获取并缓存凭证，业务需要时再建连，减少建连时等待信令 HTTP 请求的耗时。

即时鉴权

业务需要媒体连接时，由 AppServer 请求连接凭证并返回客户端，客户端随即调用 connect(config) 建连。

预鉴权

AppServer 提前请求连接凭证，客户端缓存完整连接参数，业务需要媒体连接时再调用 connect(config)。

Token 的默认有效期为 5 分钟；如需延长，请联系售后支持。Token 过期后，需重新获取连接凭证。

请求路径

模型系列	建连请求路径
Qwen-Omni-Realtime、Qwen-Audio-Realtime、Qwen-Livetranslate-Realtime	`/api/v1/webrtc/realtime`
Qwen-Audio-TTS、CosyVoice、Qwen-Audio-ASR-Streaming、Qwen-Audio-ASR-Message、Fun-ASR-Realtime	`/api/v1/webrtc/inference`

请求说明

参数	位置与类型	说明
`{endpoint}`	URL · `string`	必填。使用所选地域和业务空间的接入域名。使用 Token Plan 时，域名中的 `WorkspaceId` 固定为 `token-plan`。
`model`	查询参数 · `string`	必填。待调用的模型 ID，建连路径按上表中的模型系列选择。
`Authorization`	请求头 · `string`	必填。格式为 `Bearer <API_KEY>`，使用与接入域名对应的 API Key。
`Content-Type`	请求头 · `string`	必填。固定为 `application/json`。
`x-dashscope-rtc-transport`	请求头 · `string`	必填。固定为 `moq`，指定使用 AOQ 协议。
`clientIp`	请求体 · `string`	选填。客户端真实公网 IP，用于选择 Relay 接入点；不传时使用请求来源 IP。
`serverPassiveConnect`	请求体 · `boolean`	选填。传 `true` 时使用预鉴权模式；不传时使用即时鉴权模式。此参数仅用于请求网关，无需在 `AoqConnectConfig` 中新增字段。

以下以 qwen3.8-omni-flash-realtime 为例，使用对应的 {endpoint} 和环境变量 DASHSCOPE_API_KEY。调用 Inference 路径的模型时，将请求路径改为 /api/v1/webrtc/inference，并设置对应的 model。

即时鉴权请求

curl -X POST \
  "https://{endpoint}/api/v1/webrtc/realtime?model=qwen3.8-omni-flash-realtime" \
  -H "Authorization: Bearer ${DASHSCOPE_API_KEY}" \
  -H "Content-Type: application/json" \
  -H "x-dashscope-rtc-transport: moq" \
  -d '{}'

预鉴权请求

curl -X POST \
  "https://{endpoint}/api/v1/webrtc/realtime?model=qwen3.8-omni-flash-realtime" \
  -H "Authorization: Bearer ${DASHSCOPE_API_KEY}" \
  -H "Content-Type: application/json" \
  -H "x-dashscope-rtc-transport: moq" \
  -d '{"serverPassiveConnect":true}'

返回说明

字段	类型	说明与 SDK 映射
`sid`	`string`	会话唯一标识，填入 `AoqConnectConfig.sid`。
`aoqTokenForClient`	`string`	客户端临时连接 Token，填入 `AoqConnectConfig.token`。
`clientRelayEndpoints`	`array`	Relay 接入点数组，填入 `relayEndpoints`。每项包含 `endpoint`、`port` 和 `route_index`；将 `route_index` 映射为 SDK 的 `routeIndex`，缺省时使用数组下标。
`clientRelayCertFingerprint`	`string`	Relay TLS 证书指纹，填入 `AoqConnectConfig.certFingerprint`。
`sidExpiresInSecs`	`integer`	会话有效期，单位为秒。不能用它代替预获取 Token 的可用时间。
`extraInfo.workspaceIdHash`	`string`	业务空间 ID 的哈希值，填入 `AoqConnectConfig.workspaceIdHash`。

两种模式的响应结构相同。下例为即时鉴权的响应示例，字段值以实际返回为准。

{
  "sid": "<session_id>",
  "aoqTokenForClient": "<token>",
  "clientRelayEndpoints": [
    {"endpoint": "192.0.2.1", "port": 8443, "route_index": 0}
  ],
  "clientRelayCertFingerprint": "sha256/<fingerprint>",
  "sidExpiresInSecs": 7200,
  "extraInfo": {"workspaceIdHash": "<workspace_id_hash>"}
}

WebRTC

WebRTC 通过 HTTP POST 请求完成 SDP 交换，鉴权在此阶段完成。客户端将 Offer SDP 发送至服务端，服务端返回 Answer SDP。

WebSocket

WebSocket 的鉴权方式最为简单，在建立连接时直接通过 HTTP Header 携带 API Key 即可。

体验 Demo

使用 Android Demo 验证 AOQ 接入效果。扫描二维码下载 APK，安装后配置 API Key 和 workspaceId，即可体验 Demo 支持的部分模型。

大模型服务平台百炼：Realtime API 概述