Source: https://ailoot.ai/models/ru/qwen-audio-3-0-realtime-plus/
Canonical: https://ailoot.ai/models/ru/qwen-audio-3-0-realtime-plus/
Language: ru

# qwen-audio-3.0-realtime-plus

[Markdown](https://ailoot.ai/models/ru/qwen-audio-3-0-realtime-plus/index.md) · [JSON](https://ailoot.ai/models/ru/qwen-audio-3-0-realtime-plus/facts.json)

## [qwen-audio-3.0-realtime-plus](https://ailoot.ai/models/ru/qwen-audio-3-0-realtime-plus/)

Модель живого голосового диалога, которая принимает речь и текст и отвечает голосом или текстом. Рассчитана на естественный темп общения и взаимодействие с инструментами.

- [**Ailoot · Голос в реальном времени** `GET /v1/realtime?model=qwen-audio-3.0-realtime-plus` `qwen-audio-3.0-realtime-plus`](https://ailoot.ai/models/ru/qwen-audio-3-0-realtime-plus/#method-0)

О модели

Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.

Qwen-Audio-3.0-Realtime-Plus — модель Alibaba для живого голосового диалога. Она принимает речь и текст, отвечает аудио и текстом и поддерживает двусторонний разговор с естественным обменом репликами. Звук можно передавать и получать по частям, поэтому взаимодействие развивается в ходе разговора.

#### Когда собеседник закончил мысль

Предусмотрены несколько способов определять границы реплики: по звуковой активности, по смысловой завершённости и через явное управление. У производителя режим выбирают до передачи первого аудио; для его изменения после начала разговора требуется новое соединение. Поддержка этого управления определяется выбранным методом. Смысловой режим учитывает паузы и заполнители речи: краткое замешательство не обязательно означает, что пользователь завершил мысль. Новая речь пользователя может прервать формируемый ответ, чтобы разговор продолжился с учётом следующей реплики. В смысловом режиме можно ориентировать распознавание на речевой образец выбранного собеседника, чтобы меньше отвлекаться на чужие голоса и фоновый шум.

Инструкции определяют роль помощника и стиль общения. Голосовая подача может учитывать тон, темп и эмоцию; для версии 3.0 предусмотрены пять системных голосов и голоса по речевому образцу. Модель поддерживает 11 языков, включая русский, а также указанные производителем китайские диалектные варианты. У производителя голос задаётся при первом обновлении настроек сессии; последующая передача нового голоса в том же разговоре игнорируется. Эти настройки требуют поддержки выбранного способа обращения.

#### Инструменты и история разговора

Поддерживается вызов функций. Модель формирует нужное действие, подключённое приложение выполняет его и возвращает результат в диалог. Это позволяет строить разговор вокруг фактических данных и продолжать его после выполненной операции. Голосовой помощник может опираться на результаты инструментов, сохраняя контекст беседы. Возможности производителя также включают встроенный веб-поиск, если его предоставляет выбранный метод. Веб-поиск и вызовы функций нельзя одновременно включить в одной сессии.

По умолчанию история содержит 20 ходов разговора, предусмотрен диапазон от одного до 50. Для накопленного аудио установлен предел 300 секунд; старые части истории удаляются при превышении ограничений. Это отличается от длительности отдельной реплики: история определяет, какой предыдущий материал остаётся доступным при продолжении диалога.

#### Текстовый контекст и звук

Формальный контекст составляет 40 960 токенов. Предельная длина входа — 16 384 токена, выхода — 8192; те же пределы входа и выхода указаны для режима рассуждения, с отдельным пределом цепочки рассуждения 1024 токена.

Для потокового звука предусмотрен одноканальный PCM с 16-битным представлением: на входе — 16 кГц, на выходе — 24 кГц. Текстовые и аудиоданные относятся к одному разговору. Визуальный вход и выдача изображений для этой конкретной модели не заявлены; её специализация — речь, текст и голосовое взаимодействие.

**Ailoot · Голос в реальном времени** `GET /v1/realtime?model=qwen-audio-3.0-realtime-plus` `qwen-audio-3.0-realtime-plus`

[`qwen-audio-3.0-realtime-plus`](https://ailoot.ai/models/ru/#m=qwen-audio-3.0-realtime-plus&route=Core&caller=qwen-audio-3.0-realtime-plus&fmt=realtime)

Alibaba /`qwen-audio-3.0-realtime-plus`

### Начало

Модель живого голосового диалога, которая принимает речь и текст и отвечает голосом или текстом. Рассчитана на естественный темп общения и взаимодействие с инструментами.

Допустимые входные данные

Текст · Аудио

Результаты

Текст · Аудио

### Доступно в Ailoot · входные данные и методы

**Ailoot · Голос в реальном времени** `GET /v1/realtime?model=qwen-audio-3.0-realtime-plus`

Входные данные

`text`, `audio`

Результат

`text`, `audio`

Выходной формат

события сессии

| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
| --- | --- | --- | --- | --- |
| Поле`query.model` | Тип`string` | ТребованиеОбязательно | Значения и ограничения qwen-audio-3.0-realtime-plus | По умолчанию— |
| Поле`session.input_audio_format` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения pcm16, pcm | По умолчанию— |
| Поле`session.output_audio_format` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения pcm16, pcm | По умолчанию— |
| Поле`session.instructions` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения Объект ограничения: выбранная политика сессии | По умолчанию— |
| Поле`session.max_history_turns` | Тип`integer` | ТребованиеНеобязательно | Значения и ограничения Минимум: 1 Объект ограничения: выбранная политика сессии | По умолчанию— |
| Поле`input_audio_buffer.append.audio` | Тип`base64_string` | ТребованиеОбязательно | Значения и ограничения Входное содержимое: PCM16 моно; вход 16 kHz, выход 24 kHz; непустые данные с чётным количеством байтов | По умолчанию— |

Сочетания входных материалов

**realtime\_text\_audio**

Параметры и жизненный цикл метода

| Параметр | Контракт |
| --- | --- |
| Параметр`material_types` | Контрактtext, audio |
| Параметр`required` | Контрактnull |
| Параметр`optional_controls` | Контрактnull |
| Параметр`content_type` | КонтрактWebSocket |

Жизненный цикл: `exact retained published method`

Структуры методов и ID указаны точно; возможности поставщика рассматриваются отдельно от допуска.

### Тарифы

#### Ставки методов Ailoot

Вход

0,0008 $ */ 1K*

Выход

0,0064 $ */ 1K*

Вход

0,0048 $ *за минуту аудио*

Выход

0,018 $ *за минуту выходного аудио*

Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. [Как работают резервирование и расчёт →](https://ailoot.ai/docs/ru/billing/reserve/)

### Примеры запросов

#### Ailoot · Голос в реальном времени

Python WebSocket · текстPython WebSocket · аудио

```python
# Install the documented client once: python3 -m pip install websockets
import base64, json, os, time, wave
from pathlib import Path
from websockets.sync.client import connect

key = os.environ.get("AILOOT_API_KEY", "")
if not key.strip():
    raise SystemExit("Set your AILOOT_API_KEY before connecting")
file = Path(os.environ.get("AILOOT_TEXT_FILE", ""))
if not file.is_file(): raise SystemExit("Set AILOOT_TEXT_FILE to your actual UTF-8 material")
material = file.read_text(encoding="utf-8")
if not material.strip(): raise SystemExit("Text material must not be empty")
out = Path("realtime-results")
out.mkdir(exist_ok=True)
audio, texts, complete = {}, {}, []
current_response = None
pending = False
deadline = time.monotonic() + 570  # Local client bound; lower server/session limits still apply.

def receive(ws, log):
    global current_response, pending
    left = deadline - time.monotonic()
    if left <= 0:
        raise TimeoutError("Client session limit; preserve IDs and partial results, do not replay")
    event = json.loads(ws.recv(timeout=min(60, left)))
    log.write(json.dumps(event, ensure_ascii=False) + "\n")
    log.flush()
    kind = event.get("type")
    if kind == "error":
        raise RuntimeError(json.dumps(event, ensure_ascii=False))
    if kind == "response.created":
        current_response = event["response"]["id"]
    if kind in {"response.audio.delta", "response.output_audio.delta", "response.text.delta", "response.output_text.delta", "response.audio_transcript.delta", "response.output_audio_transcript.delta", "response.text.done", "response.audio_transcript.done"}:
        identity = (event["response_id"], event["item_id"], event["output_index"], event["content_index"])
        if kind in {"response.audio.delta", "response.output_audio.delta"}:
            raw = base64.b64decode(event["delta"], validate=True)
            if len(raw) % 2: raise ValueError("Output PCM16 chunk must have an even byte length")
            audio.setdefault(identity, bytearray()).extend(raw)
        elif kind.endswith(".done"):
            texts[identity] = event.get("text", event.get("transcript", ""))
        else:
            texts[identity] = texts.get(identity, "") + event["delta"]
            print(event["delta"], end="", flush=True)
    if kind == "response.done":
        response = event["response"]
        complete.append(response)
        if current_response is None: current_response = response["id"]
        if response["id"] == current_response: pending = False
    return event

def wait_for(ws, log, kind):
    while True:
        event = receive(ws, log)
        if event.get("type") == kind: return event

def send(ws, event):
    ws.send(json.dumps(event, ensure_ascii=False))

try:
    # One exact model query; no reconnect/retry loop and no provider credentials.
    with connect("wss://api.ailoot.ai/v1/realtime?model=qwen-audio-3.0-realtime-plus", additional_headers={"Authorization": "Bearer " + key}) as ws:
        with (out / "events.jsonl").open("w", encoding="utf-8") as log:
            wait_for(ws, log, "session.created")
            send(ws, {"type":"session.update", "session":{"modalities":["audio","text"], "input_audio_format":"pcm", "output_audio_format":"pcm", "turn_detection":None}})
            wait_for(ws, log, "session.updated")
            send(ws, {"type":"conversation.item.create", "item":{"type":"message", "role":"user", "content":[{"type":"input_text", "text":material}]}})
            send(ws, {"type":"response.create"})
            pending = True
            try:
                while pending: receive(ws, log)
            except KeyboardInterrupt:
                # Cancel the actual current inference, then preserve its returned status.
                send(ws, {"type":"response.cancel"})
                while pending: receive(ws, log)
    if not complete or complete[-1].get("status") != "completed":
        raise RuntimeError("Response did not complete normally; inspect saved events and status")
finally:
    manifest = {"responses":complete, "parts":[]}
    for number, identity in enumerate(dict.fromkeys(list(audio) + list(texts))):
        record = {"response_id":identity[0], "item_id":identity[1], "output_index":identity[2], "content_index":identity[3]}
        if identity in audio:
            raw = bytes(audio[identity])
            pcm_file = out / ("audio-" + str(number) + ".pcm")
            wav_file = out / ("audio-" + str(number) + ".wav")
            pcm_file.write_bytes(raw)
            with wave.open(str(wav_file), "wb") as wav:
                wav.setnchannels(1); wav.setsampwidth(2); wav.setframerate(24000); wav.writeframes(raw)
            record.update({"pcm":str(pcm_file), "wav":str(wav_file), "sample_rate_hz":24000})
        if identity in texts:
            text_file = out / ("text-" + str(number) + ".txt")
            text_file.write_text(texts[identity], encoding="utf-8")
            record["text"] = str(text_file)
        manifest["parts"].append(record)
    (out / "results.json").write_text(json.dumps(manifest, ensure_ascii=False, indent=2), encoding="utf-8")
    print("\nSaved every received event and result in", out)
```

```python
# Install the documented client once: python3 -m pip install websockets
import base64, json, os, time, wave
from pathlib import Path
from websockets.sync.client import connect

key = os.environ.get("AILOOT_API_KEY", "")
if not key.strip():
    raise SystemExit("Set your AILOOT_API_KEY before connecting")
file = Path(os.environ.get("AILOOT_AUDIO_FILE", ""))
if not file.is_file(): raise SystemExit("Set AILOOT_AUDIO_FILE to your raw PCM16 mono 16-kHz recording")
material = file.read_bytes()
if not material or len(material) % 2 or material.startswith(b"RIFF"):
    raise SystemExit("Use nonempty signed little-endian PCM16 mono 16-kHz bytes, not a WAV header")
out = Path("realtime-results")
out.mkdir(exist_ok=True)
audio, texts, complete = {}, {}, []
current_response = None
pending = False
deadline = time.monotonic() + 570  # Local client bound; lower server/session limits still apply.

def receive(ws, log):
    global current_response, pending
    left = deadline - time.monotonic()
    if left <= 0:
        raise TimeoutError("Client session limit; preserve IDs and partial results, do not replay")
    event = json.loads(ws.recv(timeout=min(60, left)))
    log.write(json.dumps(event, ensure_ascii=False) + "\n")
    log.flush()
    kind = event.get("type")
    if kind == "error":
        raise RuntimeError(json.dumps(event, ensure_ascii=False))
    if kind == "response.created":
        current_response = event["response"]["id"]
    if kind in {"response.audio.delta", "response.output_audio.delta", "response.text.delta", "response.output_text.delta", "response.audio_transcript.delta", "response.output_audio_transcript.delta", "response.text.done", "response.audio_transcript.done"}:
        identity = (event["response_id"], event["item_id"], event["output_index"], event["content_index"])
        if kind in {"response.audio.delta", "response.output_audio.delta"}:
            raw = base64.b64decode(event["delta"], validate=True)
            if len(raw) % 2: raise ValueError("Output PCM16 chunk must have an even byte length")
            audio.setdefault(identity, bytearray()).extend(raw)
        elif kind.endswith(".done"):
            texts[identity] = event.get("text", event.get("transcript", ""))
        else:
            texts[identity] = texts.get(identity, "") + event["delta"]
            print(event["delta"], end="", flush=True)
    if kind == "response.done":
        response = event["response"]
        complete.append(response)
        if current_response is None: current_response = response["id"]
        if response["id"] == current_response: pending = False
    return event

def wait_for(ws, log, kind):
    while True:
        event = receive(ws, log)
        if event.get("type") == kind: return event

def send(ws, event):
    ws.send(json.dumps(event, ensure_ascii=False))

try:
    # One exact model query; no reconnect/retry loop and no provider credentials.
    with connect("wss://api.ailoot.ai/v1/realtime?model=qwen-audio-3.0-realtime-plus", additional_headers={"Authorization": "Bearer " + key}) as ws:
        with (out / "events.jsonl").open("w", encoding="utf-8") as log:
            wait_for(ws, log, "session.created")
            send(ws, {"type":"session.update", "session":{"modalities":["audio","text"], "input_audio_format":"pcm", "output_audio_format":"pcm", "turn_detection":None}})
            wait_for(ws, log, "session.updated")
            for offset in range(0, len(material), 640):
                send(ws, {"type":"input_audio_buffer.append", "audio":base64.b64encode(material[offset:offset+640]).decode("ascii")})
                time.sleep(0.02)
            send(ws, {"type":"input_audio_buffer.commit"})
            wait_for(ws, log, "input_audio_buffer.committed")
            send(ws, {"type":"response.create"})
            pending = True
            try:
                while pending: receive(ws, log)
            except KeyboardInterrupt:
                # Cancel the actual current inference, then preserve its returned status.
                send(ws, {"type":"response.cancel"})
                while pending: receive(ws, log)
    if not complete or complete[-1].get("status") != "completed":
        raise RuntimeError("Response did not complete normally; inspect saved events and status")
finally:
    manifest = {"responses":complete, "parts":[]}
    for number, identity in enumerate(dict.fromkeys(list(audio) + list(texts))):
        record = {"response_id":identity[0], "item_id":identity[1], "output_index":identity[2], "content_index":identity[3]}
        if identity in audio:
            raw = bytes(audio[identity])
            pcm_file = out / ("audio-" + str(number) + ".pcm")
            wav_file = out / ("audio-" + str(number) + ".wav")
            pcm_file.write_bytes(raw)
            with wave.open(str(wav_file), "wb") as wav:
                wav.setnchannels(1); wav.setsampwidth(2); wav.setframerate(24000); wav.writeframes(raw)
            record.update({"pcm":str(pcm_file), "wav":str(wav_file), "sample_rate_hz":24000})
        if identity in texts:
            text_file = out / ("text-" + str(number) + ".txt")
            text_file.write_text(texts[identity], encoding="utf-8")
            record["text"] = str(text_file)
        manifest["parts"].append(record)
    (out / "results.json").write_text(json.dumps(manifest, ensure_ascii=False, indent=2), encoding="utf-8")
    print("\nSaved every received event and result in", out)
```

### Получить и сохранить результаты

#### Ailoot · Голос в реальном времени

события сессии

##### Сохраняйте все готовые результаты

Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.

Соберите каждый возвращённый фрагмент аудио и текстовый результат или событие для каждого фактического ID ответа.

##### Если нужно проверить исходный ответ

Сохраняйте фактические ID сессии, ответа, событий и подтверждающие записи.

Ошибки и дальнейшие шаги

| Ответ | Условие | Следующий шаг |
| --- | --- | --- |
| Ответ426 · `invalid_request_error` | УсловиеБез переключения протокола на WebSocket | Следующий шагИспользуйте клиент WebSocket с Upgrade: websocket. |

### Псевдонимы

#### Псевдонимы моделей

**Ailoot** [`qwen-audio-3.0-realtime-plus`](https://ailoot.ai/models/ru/#m=qwen-audio-3.0-realtime-plus&route=Core&caller=qwen-audio-3.0-realtime-plus&fmt=realtime)

#### Псевдонимы путей метода

Используйте пути методов, указанные выше.

#### Связанные ID для вызова

[`qwen-audio-3.0-realtime-plus`](https://ailoot.ai/models/ru/#m=qwen-audio-3.0-realtime-plus&route=Core&caller=qwen-audio-3.0-realtime-plus&fmt=realtime)

FAQ · qwen-audio-3.0-realtime-plus

Какие входные данные и результаты доступны?

`GET /v1/realtime?model=qwen-audio-3.0-realtime-plus` · `qwen-audio-3.0-realtime-plus`: `text`, `audio` → `text`, `audio`

Какие ограничения действуют?

`GET /v1/realtime?model=qwen-audio-3.0-realtime-plus` · `qwen-audio-3.0-realtime-plus`: `session.max_history_turns.minimum`: `1`

Подключите Ailoot к Claude Code, OpenCode, Hermes или своему приложению.

## Компания и портфель её проектов

Компания и портфель её проектов: миллионы клиентов; продажи на миллиарды ежемесячно.

## Покупайте токены со скидкой.

Скидка по подписке для регулярной работы. Промокоды — до 50% на покупку токенов.

Подписка

Выберите тариф со скидкой для своих регулярных запросов.

Промокод до 50%

Введите код при покупке. Цена пересчитается с учётом действующей акции.

Расходы в истории

Модель, токены и сумма сохраняются для каждого запроса.

[Выбрать подписку](https://ailoot.ai/docs/ru/billing/subscriptions/) · [Посмотреть цены моделей](https://ailoot.ai/models/ru/)

## Подключайте API к продукту, который вы продаёте.

SaaS, приложения и боты — по оферте и лицензионному договору Ailoot. Для перепродажи запросите реселлерскую лицензию.

Коммерческое приложение

Встраивайте генерацию текста, картинок, видео и звука в платные функции своего сервиса.

Лицензия для реселлера

Пришлите описание проекта и схему доступа. Запросите письменные условия использования и перепродажи.

Документы на сайте

Оферта, лицензионный договор и политика обработки данных доступны до подключения.

[Запросить реселлерскую лицензию](mailto:support@ailoot.ai) · [Оферта и лицензионный договор](https://ailoot.ai/legal/offer?lang=ru)

## Ailoot · Компания и портфель её проектов





Ailoot опирается на накопленный опыт работы, большую клиентскую базу, стабильный сервис и постоянный контроль KPI.





Компания и портфель её проектов: миллионы клиентов; продажи на миллиарды ежемесячно.





Этот опыт Ailoot использует для API-доступа к нейросетям в продуктах клиентов, агентах, приложениях и автоматизациях.