了解 Realtime API 支持的模型、接入方式、鉴权流程及现有教程和 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。先查找所需模型支持的接入方式,再根据应用场景选择并进入对应的接入文档。
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。
Realtime API 支持 WebSocket、WebRTC 和 AOQ(AI over QUIC)三种接入方式。可用方式及输入、输出能力以所选模型的接入文档为准。
确认业务空间与接入域名,获取该业务空间对应的 API Key。
使用 AOQ 时,按客户端平台下载 AOQ SDK。
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

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 | WebSocket | WebRTC | AOQ |
|---|---|---|---|---|
| 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 |
| 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-MessageQwen-Audio-ASR-StreamingFun-ASR-Realtime | 不支持 | Qwen-Audio-ASR-MessageQwen-Audio-ASR-StreamingFun-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 |
| 多模态开发套件 | multimodal-dialog | 支持 | 支持 | 支持 |
模型的名称、上下文、价格、快照版本等信息请参见千问AI平台控制台;并发限流条件请参考限流。
接入方式选择
Realtime API 支持 WebSocket、WebRTC 和 AOQ(AI over QUIC)三种接入方式。可用方式及输入、输出能力以所选模型的接入文档为准。
| 维度 | WebSocket | WebRTC | AOQ |
|---|---|---|---|
| 适用场景 | 实时语音和多模态交互、服务端集成、快速原型验证 | 浏览器实时音视频交互、已有 WebRTC 基础设施的应用 | 需要弱网优化及音视频、模型事件协同传输的原生应用 |
| 浏览器兼容性 | 原生支持;需满足对应接口的鉴权要求 | 原生支持 | 当前 AOQ SDK 不提供浏览器接入 |
| 回声消除/降噪 | 由客户端使用的音频采集与处理组件提供 | 由浏览器或 WebRTC 客户端提供,依平台与配置而定 | 以所用平台的 AOQ SDK 音频配置为准 |
| 端侧平台支持 | 全平台(任何支持 WebSocket 的环境) | 浏览器、移动端 | 移动端、桌面端和 Linux,详见 AOQ SDK 下载 |
| Token Plan | 支持 | 支持 | 支持 |
- WebSocket:适用于实时语音和多模态交互、服务端集成及原型验证。通过 DashScope SDK 可快速实现实时语音对话。
- WebRTC:适用于需要浏览器原生支持或已有 WebRTC 基础设施的实时音视频交互。
- AOQ:AOQ 基于 QUIC,面向弱网下的实时交互进行优化,支持音视频与模型事件分轨传输,适用于需要集成媒体采集、编解码和播放能力的原生应用。
接入准备
确认业务空间与接入域名,获取该业务空间对应的 API Key。
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。
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
- WebSocket
- WebRTC
- AOQ
WebSocket 在建立连接时通过 HTTP 请求头携带 API Key 进行鉴权,具体要求参见对应模型的接入文档。
开发资源
WebRTC 教程
- 通过WebRTC使用qwen3.8-omni-flash-realtime实现实时通话
- 通过WebRTC使用多模态交互套件实现实时通话
AOQ 教程与 Demo
- 通过AOQ使用qwen3.8-omni-flash-realtime实现实时通话
- 使用 AOQ 接入 qwen3.8-omni-flash-realtime 实现按键语音对话
- 使用 AOQ 接入 qwen-audio-3.1-asr-flash-streaming 实现语音输入法
- 使用 AOQ 接入 qwen3.8-livetranslate-flash-realtime 实现实时语音翻译
- 使用 AOQ 接入 qwen-audio-3.0-tts-flash 实现语音合成
- 使用 AOQ 接入 fun-asr-realtime 实现实时语音识别
- 使用 AOQ 接入 qwen-audio-3.1-realtime-plus 实现实时语音对话
workspaceId,即可体验 Demo 支持的部分模型。

