GPT-Live / OpenAI Realtime
qwen-audio-agent 可以把 OpenAI GPT-Live / Realtime WebSocket API 作为云端语音前台。 Gateway 仍负责前台工具、记忆、提醒、任务委派和后台 Agent 编排；Provider Adapter 只把 OpenAI GA Realtime 协议转换成项目内统一的运行时事件。
配置
编辑 qwenaudio config 显示的用户配置文件：
dotenv
QWEN_AUDIO_REALTIME_PROVIDER=gpt-live
OPENAI_API_KEY=your-openai-key| 可选配置 | 默认值 | 说明 |
|---|---|---|
GPT_LIVE_REALTIME_URL / OPENAI_REALTIME_URL | wss://api.openai.com/v1/realtime | WebSocket 端点 |
GPT_LIVE_REALTIME_MODEL / OPENAI_REALTIME_MODEL | gpt-realtime-2.1 | 当前内置模型档案 |
GPT_LIVE_REALTIME_VOICE / OPENAI_REALTIME_VOICE | 空 | 使用服务默认音色，或填写模型支持的音色 ID |
GPT_LIVE_API_KEY | 空 | 当实时语音前台需要独立凭据时，作为 OPENAI_API_KEY 的别名 |
桌面端在 语音前台 -> GPT-Live 下暴露同样字段。终端 Gateway 修改文件后需重启； 若是已安装的后台服务，执行 qwenaudio gateway restart。
集成边界
- Adapter 使用 OpenAI GA Realtime WebSocket 协议；模型通过 URL 的
modelquery 参数传入，认证使用Authorization: Bearer ...。 - 输入和输出都使用单声道 24 kHz PCM。客户端音频进入 Provider 之前会由 Gateway Client 重采样。
- Gateway 会把自己的 function tools 注册给模型；本 Adapter 不启用 OpenAI 内置工具。
- 已启用响应元数据关联，Gateway 主动创建的回复可以和服务端自动回复区分开。
- 当前内置模型档案支持文本/音频输入和文本/音频输出；此 Provider 不协商实时视觉帧。
验证边界
本地协议测试覆盖 URL 构造、Session 配置、模型能力上报和 Provider 注册。线上模型行为、 音色、延迟、配额及地域可用性需要有效 OpenAI 账号验证，并以 OpenAI 当前 Realtime API 文档为准。