Skip to main content

Événements serveur Qwen-Audio-ASR-Streaming

Référence des événements serveur Qwen-Audio-ASR-Streaming : démarrage, résultats, fin et échec des tâches, avec les requêtes correspondantes.

Séquence des événements

  1. Envoyez run-task. Attendez task-started avant d’envoyer l’audio.
  2. Continuez à envoyer l’audio tout en recevant les événements result-generated.
  3. Une fois tout l’audio envoyé, envoyez finish-task et recevez les résultats jusqu’à task-finished. En cas d’échec, le serveur renvoie task-failed.
L’audio n’est pas envoyé dans run-task : WebSocket utilise des trames binaires et AOQ utilise une Audio Track. Pour la connexion, l’authentification et le transport audio, consultez l’API WebSocket ou l’accès AOQ.

task-started

Indique que la tâche a démarré et que le client peut commencer à envoyer l’audio.
Attendez task-started avant d’envoyer l’audio. run-task sert uniquement à démarrer et à configurer la tâche ; il ne contient pas de données audio.
headerobject
task_idstring
ID de tâche généré par le client (format UUID).
eventstring
Type d'événement. Toujours task-started.
attributesobject
Attributs supplémentaires. Généralement vide.
payloadobject
Toujours {}.
Requête
{
  "header": {
    "action": "run-task",
    "task_id": "3d30b8aa-8859-46ef-a65a-32cf5a9f0ca4",
    "streaming": "duplex"
  },
  "payload": {
    "task_group": "audio",
    "task": "asr",
    "function": "recognition",
    "model": "qwen-audio-3.1-asr-flash-streaming",
    "parameters": {
      "format": "pcm",
      "sample_rate": 16000
    },
    "input": {}
  }
}
Réponse
{
  "header": {
    "task_id": "3d30b8aa-8859-46ef-a65a-32cf5a9f0ca4",
    "task_uuid": "f32fbf86736e4c279b5d133bff74b657",
    "event": "task-started",
    "attributes": {}
  },
  "payload": {}
}

result-generated

Renvoie les résultats de reconnaissance : début de phrase, résultats intermédiaires, résultats finaux de phrase et signaux de maintien de connexion.
sentence_end=true indique la fin d’une phrase, pas celle de la tâche. Les résultats de maintien de connexion (heartbeat=true) peuvent être ignorés. La tâche se termine à la réception de task-finished.
headerobject
task_idstring
ID de tâche généré par le client (format UUID).
eventstring
Type d'événement. Toujours result-generated.
payloadobject
outputobject
sentenceobject
sentence_idinteger
Identifiant séquentiel de la phrase. Dans les résultats normaux, sentence_id s'incrémente à partir de 1. Pour un paquet de battement de cœur (heartbeat vaut true), sentence_id vaut toujours 0.
begin_timeinteger
Horodatage de début de la phrase, en millisecondes.
end_timeinteger | null
Horodatage de fin de la phrase, en millisecondes. Peut être null dans les résultats intermédiaires ou les signaux de maintien de connexion.
textstring
Texte reconnu.
sentence_beginboolean
Signale le début d'une phrase.
sentence_endboolean
Indique si la phrase est terminée (true = résultat final, false = résultat intermédiaire).
heartbeatboolean
Si la valeur est true, le résultat est un paquet de battement de cœur et peut être ignoré.
wordsarray[object]
Horodatages au niveau des mots.
begin_timeinteger
Horodatage de début du mot, en millisecondes.
end_timeinteger
Horodatage de fin du mot, en millisecondes.
textstring
Texte reconnu.
punctuationstring
Signe de ponctuation.
usageobject
Utilisation cumulée de la tâche en cours.
usage contient l’utilisation cumulée de la tâche et peut être absent de certains résultats intermédiaires. N’additionnez pas les valeurs de usage entre les événements. qwen-audio-3.0-asr-flash-streaming est facturé à la durée et qwen-audio-3.1-asr-flash-streaming aux tokens. Consultez l’applicabilité de chaque champ ci-dessous.
durationinteger
Durée audio cumulée, en secondes.
Utilisé pour la facturation de qwen-audio-3.0-asr-flash-streaming.
input_tokensinteger
Nombre cumulé de tokens d’entrée.
S’applique à qwen-audio-3.1-asr-flash-streaming.
output_tokensinteger
Nombre cumulé de tokens de sortie.
S’applique à qwen-audio-3.1-asr-flash-streaming.
total_tokensinteger
Nombre total cumulé de tokens, égal à la somme des tokens d’entrée et de sortie.
S’applique à qwen-audio-3.1-asr-flash-streaming.
  • Début de phrase
  • Résultat intermédiaire
  • Résultat final de phrase
  • Maintien de connexion
Après réception de task-started, envoyez l’audio. L’exemple ci-dessous est un événement result-generated renvoyé ensuite par le serveur. L’audio est transmis par trames binaires WebSocket ou par l’Audio Track AOQ.
Requête
{
  "header": {
    "action": "run-task",
    "task_id": "3d30b8aa-8859-46ef-a65a-32cf5a9f0ca4",
    "streaming": "duplex"
  },
  "payload": {
    "task_group": "audio",
    "task": "asr",
    "function": "recognition",
    "model": "qwen-audio-3.1-asr-flash-streaming",
    "parameters": {
      "format": "pcm",
      "sample_rate": 16000
    },
    "input": {}
  }
}
Réponse
{
  "header": {
    "task_id": "3d30b8aa-8859-46ef-a65a-32cf5a9f0ca4",
    "event": "result-generated",
    "attributes": {}
  },
  "payload": {
    "output": {
      "sentence": {
        "sentence_id": 1,
        "begin_time": 0,
        "end_time": null,
        "text": "",
        "channel_id": 0,
        "sentence_end": false,
        "sentence_begin": true,
        "words": []
      },
      "text": "",
      "request_id": "3d30b8aa-8859-46ef-a65a-32cf5a9f0ca4",
      "output": {
        "sentence": {
          "sentence_id": 1,
          "begin_time": 0,
          "end_time": null,
          "text": "",
          "channel_id": 0,
          "sentence_end": false,
          "sentence_begin": true,
          "words": []
        },
        "text": "",
        "request_id": "3d30b8aa-8859-46ef-a65a-32cf5a9f0ca4"
      }
    }
  }
}

task-finished

Indique que le traitement est terminé et que tous les résultats de reconnaissance de la tâche ont été renvoyés.
headerobject
task_idstring
ID de tâche généré par le client (format UUID).
eventstring
Type d'événement. Toujours task-finished.
attributesobject
Attributs supplémentaires. Généralement vide.
payloadobject
usageobject
Utilisation cumulée à la fin de la tâche. Les champs ont la même signification que dans result-generated.usage.
Requête
{
  "header": {
    "action": "finish-task",
    "task_id": "3d30b8aa-8859-46ef-a65a-32cf5a9f0ca4",
    "streaming": "duplex"
  },
  "payload": {
    "input": {}
  }
}
Réponse
{
  "header": {
    "task_id": "3d30b8aa-8859-46ef-a65a-32cf5a9f0ca4",
    "event": "task-finished",
    "attributes": {}
  },
  "payload": {
    "output": {},
    "usage": {
      "duration": 4,
      "input_tokens": 50,
      "output_tokens": 13,
      "total_tokens": 63
    }
  }
}

task-failed

Indique l’échec de la tâche. Consultez error_code et error_message pour en connaître la cause. Après un échec, la connexion WebSocket est fermée et ne peut pas être réutilisée.
headerobject
task_idstring
ID de tâche généré par le client (format UUID).
eventstring
Type d'événement. Toujours task-failed.
error_codestring
Description du type d'erreur.
error_messagestring
Cause spécifique de l'erreur.
attributesobject
Attributs supplémentaires. Généralement vide.
payloadobject
Toujours {}.
Cette requête utilise un format audio non pris en charge pour illustrer task-failed. Le code et le message d’erreur dépendent de la cause de l’échec.
Requête
{
  "header": {
    "action": "run-task",
    "task_id": "9272a5a2-8df4-4f2d-af0e-e544c17f3e42",
    "streaming": "duplex"
  },
  "payload": {
    "task_group": "audio",
    "task": "asr",
    "function": "recognition",
    "model": "qwen-audio-3.1-asr-flash-streaming",
    "parameters": {
      "format": "invalid-format",
      "sample_rate": 16000
    },
    "input": {}
  }
}
Réponse
{
  "header": {
    "task_id": "9272a5a2-8df4-4f2d-af0e-e544c17f3e42",
    "event": "task-failed",
    "error_code": "UNSUPPORTED_FORMAT",
    "error_message": "UNSUPPORTED_FORMAT"
  },
  "payload": {}
}