本目录提供 Qwen-Audio-Realtime 的 API 参考。本目录适用的型号为 qwen-audio-3.1-realtime-plus、qwen-audio-3.1-realtime-flash、qwen-audio-3.0-realtime-plus、qwen-audio-3.0-realtime-flash。上述型号支持 WebSocket、WebRTC 和 AOQ。媒体模态及事件字段的适用范围以对应接入和事件参考为准。
协议选型
以下对比描述协议的一般特性。表中的数据类型是协议可传输的类型，具体模型支持的输入和输出以接入文档为准。接入难度、弱网表现和建连速度为定性参考，实际体验受网络环境、设备和实现方式影响。
| 维度 | WebSocket 接入 | WebRTC 接入 | AOQ 接入 |
|---|---|---|---|
| 适用场景 | 服务端集成、快速原型验证 | 浏览器端互动、传统音视频通话 | AI 多模态实时交互、弱网场景、混合数据传输 |
| 浏览器兼容性 | 原生支持 | 原生支持 | 不支持 |
| 接入难度 | 极低 | 中等 | 低 |
| 弱网对抗 | 差 | 良好 | 极致 |
| 协议传输的数据 | 文本、音频、图像 | 音视频、文本 | 音视频、文本 |
| 建连速度 | 慢 | 慢 | 快 |
| 回声消除与降噪 | 客户端自行处理 | 内置 | 内置 |
| AI 场景适配 | 基础，适合纯文本或低实时性场景 | 传统设计，AI 场景需额外适配 | 原生为 AI 多模态数据特征定制 |
| 端侧平台 | 支持 WebSocket 的环境 | 浏览器、移动端 | Android、iOS、HarmonyOS；其他 SDK 版本见接入页 |
浏览器原生支持 WebSocket，但接入模型时还需满足鉴权要求，不要在浏览器或移动端放置长期 API Key。
AOQ（AI over QUIC）Client SDK 提供 Android、iOS、HarmonyOS、Windows、macOS、Electron 和 Linux 版本，下载及各平台 API 参见 AOQ 接入。
事件及其他参考
音色
三种协议均可用于 Token Plan。可用模型和地域以 Token Plan 个人版及团队版的说明为准。