Skip to main content

Événements serveur Qwen-Audio-Realtime

Référence des événements serveur de Qwen-Audio-Realtime API. Tous les événements serveur incluent les champs communs event_id (généré automatiquement par le serveur) et type (type d’événement).

Guide d’utilisation : Conversation vocale en temps réel (Qwen-Audio-Realtime). Pour la séquence d’interaction des événements, consultez Connexion WebSocket.
Cette page est la référence des événements de Qwen-Audio-Realtime. Les définitions d’événements reposent sur la connexion WebSocket. AOQ et WebRTC utilisent leurs canaux de données respectifs pour envoyer et recevoir les événements du modèle, et les pistes de médias pour transmettre les médias. Lisez d’abord Connexion WebSocket, Connexion WebRTC ou Connexion AOQ.
Pour utiliser le SDK WebSocket, consultez SDK Android, SDK iOS et SDK HarmonyOS. Pour sélectionner un modèle et un protocole, consultez Vue d’ensemble.

error

Description : Renvoyé lorsqu'une requête échoue ou qu'une erreur de service survient. Les erreurs client (invalid_request_error) maintiennent la connexion ouverte, tandis que les erreurs serveur (server_error) ferment la connexion.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_xxx",
    "type": "error",
    "error": {
        "type": "invalid_request_error",
        "code": "invalid_value",
        "message": "Cannot create response while another response is in progress.",
        "param": "response.create"
    }
}
typestringType d'événement. Toujours error.
errorobjectDétails de l'erreur.

Properties

typestringType d'erreur, tel que invalid_request_error (erreur client) ou server_error (erreur serveur).codestringCode d'erreur.messagestringMessage d'erreur.paramstringParamètre associé à l'erreur.

session.created

Description : Premier événement envoyé par le serveur après l'établissement de la connexion. Il contient la configuration de session par défaut.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_KiKZC2zrhNsKFPZ5cTpyA",
    "type": "session.created",
    "session": {
        "object": "realtime.session",
        "model": "qwen-audio-3.0-realtime-plus",
        "modalities": ["text", "audio"],
        "voice": "longanqian",
        "input_audio_transcription": {
            "model": "fun-asr"
        },
        "turn_detection": {
            "type": "server_vad",
            "threshold": 0.5,
            "silence_duration_ms": 800
        },
        "id": "sess_A1LbG2D63WELBSawRbpq8"
    }
}
typestringType d'événement. Toujours session.created.
sessionobjectConfiguration de la session.

Properties

objectstringToujours realtime.session.modelstringNom du modèle.modalitiesarrayModalités de sortie du modèle.voicestringVoix utilisée pour la génération audio. Il s'agit soit d'un nom de voix système, soit du voice_id d'une voix clonée.input_audio_transcriptionobjectConfiguration de la transcription audio.

Properties

modelstringModèle de transcription, tel que fun-asr.
turn_detectionobjectConfiguration de la détection de tour de parole (VAD).idstringIdentifiant unique de la session.

session.updated

Description : Renvoyé après le traitement réussi d'une requête session.update. Contient la configuration complète de la session mise à jour. En cas d'échec de la requête, un événement error est renvoyé à la place.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_FMG6kiHbILCGiqXFPA98e",
    "type": "session.updated",
    "session": {
        "id": "sess_A1LbG2D63WELBSawRbpq8",
        "object": "realtime.session",
        "model": "pre-fun-realtime-audiochat-beta-3",
        "modalities": ["text", "audio"],
        "voice": "longanqian",
        "input_audio_transcription": {
            "model": "fun-asr"
        },
        "turn_detection": {
            "type": "smart_turn",
            "threshold": 0.1,
            "silence_duration_ms": 900
        }
    }
}
typestringType d'événement. Toujours session.updated.
sessionobjectConfiguration complète de la session après la mise à jour. Partage la même structure que l'objet session dans session.created.

input_audio_buffer.speech_started

Description : Envoyé lorsque la détection d'activité vocale (VAD) identifie le début de la parole en mode server_vad ou smart_turn.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_xxx",
    "type": "input_audio_buffer.speech_started",
    "audio_start_ms": 1200,
    "item_id": "item_xxx"
}
typestringType d'événement. Toujours input_audio_buffer.speech_started.
audio_start_msintegerHorodatage en millisecondes du début de la parole.
item_idstringID de l'élément créé lors de la validation de ce segment vocal.

input_audio_buffer.speech_stopped

Description : Envoyé lorsque le VAD détecte la fin de la parole en mode server_vad ou smart_turn.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_xxx",
    "type": "input_audio_buffer.speech_stopped",
    "audio_end_ms": 3400,
    "item_id": "item_xxx",
    "reason": "turn_invalid"
}
typestringType d'événement. Toujours input_audio_buffer.speech_stopped.
audio_end_msintegerHorodatage en millisecondes de la fin de la parole.
item_idstringID de l'élément de message utilisateur à créer.
reasonstringRenvoyé uniquement en mode smart_turn. La valeur turn_invalid indique que le tour de parole actuel a été classé comme invalide (aucun contenu sémantique) et que l'inférence ne sera pas déclenchée. Ce champ est absent pour les tours valides.

input_audio_buffer.committed

Description : Le tampon audio a été validé en tant que message utilisateur, soit par une validation push-to-talk, soit par une validation VAD automatique.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_xxx",
    "type": "input_audio_buffer.committed",
    "previous_item_id": "item_xxx",
    "item_id": "item_xxx"
}
typestringType d'événement. Toujours input_audio_buffer.committed.
previous_item_idstringID de l'élément de conversation précédent.
item_idstringID de l'élément de message utilisateur créé.

input_audio_buffer.cleared

Description : Le tampon audio a été effacé (mode push-to-talk uniquement).
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_xxx",
    "type": "input_audio_buffer.cleared"
}
typestringType d'événement. Toujours input_audio_buffer.cleared.

conversation.item.created

Description : Un nouvel élément de conversation a été créé. Cet événement se déclenche lors de la validation de l'audio utilisateur, de la création manuelle d'un élément par le client ou du début d'une réponse de l'assistant.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_xxx",
    "type": "conversation.item.created",
    "previous_item_id": "item_xxx",
    "item": {
        "id": "item_xxx",
        "object": "realtime.item",
        "type": "message",
        "status": "in_progress",
        "role": "assistant",
        "content": []
    }
}
typestringType d'événement. Toujours conversation.item.created.
previous_item_idstringID de l'élément de conversation précédent.
itemobjectÉlément de conversation créé.
idstringIdentifiant unique de l'élément de conversation.objectstringToujours realtime.item.typestringType d'élément : message (message standard) ou function_call (appel de fonction).statusstringStatut de l'élément, tel que in_progress ou completed.rolestringRôle du message, tel que user ou assistant. Présent uniquement pour les éléments de type message.contentarrayListe du contenu du message. Présente uniquement pour les éléments de type message.

conversation.item.deleted

Description : Un élément de conversation a été supprimé. Renvoyé comme confirmation après l'envoi d'un événement conversation.item.delete par le client.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_xxx",
    "type": "conversation.item.deleted",
    "item_id": "item_xxx"
}
typestringType d'événement. Toujours conversation.item.deleted.
item_idstringID de l'élément de conversation supprimé.

conversation.item.retrieved

Description : Un élément de conversation a été récupéré avec succès. Renvoyé après l'envoi d'un événement conversation.item.retrieve par le client. Pour le contenu de type audio, seul le texte de la transcription est inclus ; les données audio brutes ne sont pas renvoyées.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_xxx",
    "type": "conversation.item.retrieved",
    "item": {
        "id": "item_xxx",
        "object": "realtime.item",
        "type": "message",
        "role": "user",
        "content": [
            {
                "type": "input_audio",
                "transcript": "Hello"
            }
        ]
    }
}
typestringType d'événement. Toujours conversation.item.retrieved.
itemobjectÉlément de conversation récupéré.
idstringIdentifiant unique de l'élément de conversation.objectstringToujours realtime.item.typestringType d'élément : message (message standard) ou function_call (appel de fonction).rolestringRôle du message, tel que user ou assistant. Présent uniquement pour les éléments de type message.contentarrayListe du contenu du message. Pour le contenu de type audio, seul le texte de la transcription est inclus ; les données audio brutes ne sont pas renvoyées.

conversation.item.input_audio_transcription.delta

Description : Résultat de transcription incrémentiel de reconnaissance automatique de la parole (ASR), diffusé en continu pendant la reconnaissance vocale. Inclut des informations sur la détection des émotions et de la langue.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_xxx",
    "type": "conversation.item.input_audio_transcription.delta",
    "item_id": "item_xxx",
    "content_index": 0,
    "text": "Hello",
    "stash": "world"
}
typestringType d'événement. Toujours conversation.item.input_audio_transcription.delta.
item_idstringID de l'élément de conversation associé.
content_indexintegerIndex de la partie de contenu.
textstringTexte de transcription finalisé.
stashstringTexte provisoire non encore finalisé.

conversation.item.input_audio_transcription.completed

Description : Résultat final de la transcription ASR. Le texte transcrit est écrit dans le champ transcript de l'élément correspondant.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_xxx",
    "type": "conversation.item.input_audio_transcription.completed",
    "item_id": "item_xxx",
    "content_index": 0,
    "transcript": "Hello world"
}
typestringType d'événement. Toujours conversation.item.input_audio_transcription.completed.
item_idstringID de l'élément de conversation associé.
content_indexintegerIndex de la partie de contenu.
transcriptstringTexte complet de la transcription.

conversation.item.input_audio_transcription.failed

Description : Échec de la transcription ASR.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_xxx",
    "type": "conversation.item.input_audio_transcription.failed",
    "item_id": "item_xxx",
    "content_index": 0,
    "error": {
        "type": "transcription_error",
        "code": "transcription_failed",
        "message": "ASR transcription failed"
    }
}
typestringType d'événement. Toujours conversation.item.input_audio_transcription.failed.
item_idstringID de l'élément de conversation associé.
content_indexintegerIndex de la partie de contenu.
errorobjectDétails de l'erreur.
typestringType d'erreur, tel que transcription_error.codestringCode d'erreur, tel que transcription_failed.messagestringMessage d'erreur.

conversation.item.ambient_audio_transcription.delta

Description : Mode smart_turn uniquement. Résultat de transcription incrémentiel pour l'audio ambiant. Lorsque le VAD détecte une activité vocale mais que l'analyse sémantique classe le tour comme invalide (par exemple, bruit de fond ou mots de remplissage comme « hmm » ou « euh »), le résultat ASR est transmis au client sous forme d'événement ambiant. Cet événement n'est lié à aucun élément de conversation. L'item_id est un ID temporaire autonome.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_xxx",
    "type": "conversation.item.ambient_audio_transcription.delta",
    "item_id": "item_xxx",
    "content_index": 0,
    "text": "Hmm",
    "stash": ""
}
typestringType d'événement. Toujours conversation.item.ambient_audio_transcription.delta.
item_idstringID temporaire autonome, non associé à un élément de conversation.
content_indexintegerIndex de la partie de contenu.
textstringTexte de transcription finalisé.
stashstringTexte provisoire non encore finalisé.

conversation.item.ambient_audio_transcription.completed

Description : Mode smart_turn uniquement. Résultat final de la transcription pour l'audio ambiant. Associé à l'événement delta correspondant pour marquer la fin d'un segment de transcription audio ambiante. Ce résultat n'est pas écrit dans le contexte de conversation.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_xxx",
    "type": "conversation.item.ambient_audio_transcription.completed",
    "item_id": "item_xxx",
    "content_index": 0,
    "transcript": "Hmm",
}
typestringType d'événement. Toujours conversation.item.ambient_audio_transcription.completed.
item_idstringID temporaire autonome, non associé au contexte de conversation.
content_indexintegerIndex de la partie de contenu.
transcriptstringTexte complet de la transcription.

response.created

Description : Envoyé lorsqu'un cycle d'inférence du modèle démarre.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_xxx",
    "type": "response.created",
    "response": {
        "id": "resp_xxx",
        "object": "realtime.response",
        "status": "in_progress",
        "modalities": ["text", "audio"],
        "voice": "longanqian",
        "output": []
    }
}
typestringType d'événement. Toujours response.created.
responseobjectObjet de réponse.
idstringIdentifiant unique de la réponse.objectstringToujours realtime.response.statusstringStatut de la réponse, tel que in_progress.modalitiesarrayModalités de sortie du modèle.voicestringVoix utilisée pour la génération audio. Il s'agit soit d'un nom de voix système, soit du voice_id d'une voix clonée.outputarrayÉléments de sortie de la réponse. Initialement un tableau vide.

response.output_item.added

Description : Un nouvel élément de sortie a été ajouté à la réponse. Le type d'élément de sortie est message pour les réponses standard, ou function_call pour le Function Calling.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_xxx",
    "type": "response.output_item.added",
    "response_id": "resp_xxx",
    "output_index": 0,
    "item": {
        "id": "item_xxx",
        "object": "realtime.item",
        "type": "message",
        "status": "in_progress",
        "role": "assistant",
        "content": []
    }
}
Exemple d'élément de sortie Function Calling :Lorsque l'élément de sortie est un appel de fonction, les événements response.output_item.added / conversation.item.created / response.output_item.done contiennent la structure item suivante :
{
              "id": "item_xxx",
              "object": "realtime.item",
              "type": "function_call",
              "status": "completed",
              "call_id": "call_xxx",
              "name": "get_weather",
              "arguments": "{\"city\":\"Hangzhou\"}"
          }
Une seule réponse peut inclure plusieurs éléments function_call et peut également contenir une sortie message standard en plus de la sortie function_call. La partie Function Calling n'est pas envoyée au TTS pour la lecture audio.
typestringType d'événement. Toujours response.output_item.added.
response_idstringID de réponse associé.
output_indexintegerIndex de l'élément de sortie dans la réponse.
itemobjectÉlément de sortie ajouté.
idstringIdentifiant unique de l'élément de sortie.objectstringToujours realtime.item.typestringType d'élément de sortie : message (message standard) ou function_call (appel de fonction).statusstringStatut de l'élément de sortie, tel que in_progress.rolestringRôle du message. Toujours assistant. Présent uniquement pour les éléments de type message.contentarrayListe du contenu du message. Présente uniquement pour les éléments de type message.

response.content_part.added

Description : Une nouvelle partie de contenu a été ajoutée à un élément de sortie.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_xxx",
    "type": "response.content_part.added",
    "response_id": "resp_xxx",
    "item_id": "item_xxx",
    "output_index": 0,
    "content_index": 0,
    "part": {
        "type": "audio",
        "text": ""
    }
}
typestringType d'événement. Toujours response.content_part.added.
response_idstringID de réponse associé.
item_idstringID de l'élément de sortie associé.
output_indexintegerIndex de l'élément de sortie dans la réponse.
content_indexintegerIndex de la partie de contenu dans l'élément de sortie.
partobjectPartie de contenu ajoutée.
typestringType de contenu, tel que audio ou text.textstringContenu textuel. Initialement une chaîne vide.

response.text.delta

Description : Événement delta de texte en mode texte uniquement. Diffuse des fragments de texte de manière incrémentielle.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_xxx",
    "type": "response.text.delta",
    "response_id": "resp_xxx",
    "item_id": "item_xxx",
    "output_index": 0,
    "content_index": 0,
    "delta": "Hello"
}
typestringType d'événement. Toujours response.text.delta.
response_idstringID de réponse associé.
item_idstringID de l'élément de sortie associé.
output_indexintegerIndex de l'élément de sortie dans la réponse.
content_indexintegerIndex de la partie de contenu dans l'élément de sortie.
deltastringFragment de texte incrémentiel.

response.text.done

Description : Événement de fin de sortie texte en mode texte uniquement.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_xxx",
    "type": "response.text.done",
    "response_id": "resp_xxx",
    "item_id": "item_xxx",
    "output_index": 0,
    "content_index": 0,
    "text": "Hello, how can I help you?"
}
typestringType d'événement. Toujours response.text.done.
response_idstringID de réponse associé.
item_idstringID de l'élément de sortie associé.
output_indexintegerIndex de l'élément de sortie dans la réponse.
content_indexintegerIndex de la partie de contenu dans l'élément de sortie.
textstringSortie texte complète.

response.audio_transcript.delta

Description : Événement delta de transcription en mode audio. Diffuse des fragments de transcription de manière incrémentielle.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_xxx",
    "type": "response.audio_transcript.delta",
    "response_id": "resp_xxx",
    "item_id": "item_xxx",
    "output_index": 0,
    "content_index": 0,
    "delta": "Hello"
}
typestringType d'événement. Toujours response.audio_transcript.delta.
response_idstringID de réponse associé.
item_idstringID de l'élément de sortie associé.
output_indexintegerIndex de l'élément de sortie dans la réponse.
content_indexintegerIndex de la partie de contenu dans l'élément de sortie.
deltastringFragment de transcription incrémentiel.

response.audio_transcript.done

Description : Événement de fin de sortie de transcription en mode audio.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_xxx",
    "type": "response.audio_transcript.done",
    "response_id": "resp_xxx",
    "item_id": "item_xxx",
    "output_index": 0,
    "content_index": 0,
    "transcript": "Hello, how can I help you?"
}
typestringType d'événement. Toujours response.audio_transcript.done.
response_idstringID de réponse associé.
item_idstringID de l'élément de sortie associé.
output_indexintegerIndex de l'élément de sortie dans la réponse.
content_indexintegerIndex de la partie de contenu dans l'élément de sortie.
transcriptstringTexte complet de la transcription.

response.audio.delta

Description : pour une connexion WebSocket, événement de données audio incrémentales en mode audio. Le champ delta contient des données audio PCM encodées en Base64.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_xxx",
    "type": "response.audio.delta",
    "response_id": "resp_xxx",
    "item_id": "item_xxx",
    "output_index": 0,
    "content_index": 0,
    "delta": "<base64-encoded audio data>"
}
typestringType d'événement. Toujours response.audio.delta.
response_idstringID de réponse associé.
item_idstringID de l'élément de sortie associé.
output_indexintegerIndex de l'élément de sortie dans la réponse.
content_indexintegerIndex de la partie de contenu dans l'élément de sortie.
deltastringFragment de données audio PCM encodées en Base64.

response.audio.done

Description : Événement de fin de sortie audio en mode audio. Ne contient aucune donnée audio.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_xxx",
    "type": "response.audio.done",
    "response_id": "resp_xxx",
    "item_id": "item_xxx",
    "output_index": 0,
    "content_index": 0
}
typestringType d'événement. Toujours response.audio.done.
response_idstringID de réponse associé.
item_idstringID de l'élément de sortie associé.
output_indexintegerIndex de l'élément de sortie dans la réponse.
content_indexintegerIndex de la partie de contenu dans l'élément de sortie.

response.content_part.done

Description : Une partie de contenu d'un élément de sortie est terminée.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_xxx",
    "type": "response.content_part.done",
    "response_id": "resp_xxx",
    "item_id": "item_xxx",
    "output_index": 0,
    "content_index": 0,
    "part": {
        "type": "audio",
        "text": "Hello, how can I help you?"
    }
}
typestringType d'événement. Toujours response.content_part.done.
response_idstringID de réponse associé.
item_idstringID de l'élément de sortie associé.
output_indexintegerIndex de l'élément de sortie dans la réponse.
content_indexintegerIndex de la partie de contenu dans l'élément de sortie.
partobjectPartie de contenu terminée.
typestringType de contenu, tel que audio ou text.textstringContenu textuel ou texte de transcription audio.

response.output_item.done

Description : Un élément de sortie de la réponse est terminé.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_xxx",
    "type": "response.output_item.done",
    "response_id": "resp_xxx",
    "output_index": 0,
    "item": {
        "id": "item_xxx",
        "object": "realtime.item",
        "type": "message",
        "status": "completed",
        "role": "assistant",
        "content": [
            {
                "type": "text",
                "text": "Hello, how can I help you?"
            }
        ]
    }
}
typestringType d'événement. Toujours response.output_item.done.
response_idstringID de réponse associé.
output_indexintegerIndex de l'élément de sortie dans la réponse.
itemobjectÉlément de sortie terminé avec tous ses détails.
idstringIdentifiant unique de l'élément de sortie.objectstringToujours realtime.item.typestringType d'élément de sortie : message (message standard) ou function_call (appel de fonction).statusstringStatut de l'élément de sortie, tel que completed.rolestringRôle du message. Toujours assistant. Présent uniquement pour les éléments de type message.contentarrayListe du contenu du message. Présente uniquement pour les éléments de type message.

response.function_call_arguments.delta

Description : Delta des arguments de Function Calling. Lorsque le modèle décide d'invoquer un outil, le serveur envoie d'abord response.output_item.added (avec item.type=function_call) et conversation.item.created, puis diffuse les fragments d'arguments via cet événement.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_xxx",
    "type": "response.function_call_arguments.delta",
    "response_id": "resp_xxx",
    "item_id": "item_xxx",
    "output_index": 0,
    "call_id": "call_xxx",
    "delta": "{\"city"
}
typestringType d'événement. Toujours response.function_call_arguments.delta.
response_idstringID de réponse associé.
item_idstringID de l'élément de sortie associé.
output_indexintegerIndex de l'élément de sortie dans la réponse.
call_idstringIdentifiant unique de l'appel de fonction.
deltastringFragment incrémentiel des arguments de l'appel de fonction (fragment de chaîne JSON).

response.function_call_arguments.done

Description : Envoyé lorsque la sortie des arguments de Function Calling est terminée. Après réception de cet événement, le client doit exécuter l'outil correspondant, écrire le résultat dans la conversation via conversation.item.create avec un élément function_call_output, puis envoyer response.create pour déclencher un nouveau cycle d'inférence.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_xxx",
    "type": "response.function_call_arguments.done",
    "response_id": "resp_xxx",
    "item_id": "item_xxx",
    "output_index": 0,
    "call_id": "call_xxx",
    "name": "get_weather",
    "arguments": "{\"city\":\"Hangzhou\"}"
}
typestringType d'événement. Toujours response.function_call_arguments.done.
response_idstringID de réponse associé.
item_idstringID de l'élément de sortie associé.
output_indexintegerIndex de l'élément de sortie dans la réponse.
call_idstringIdentifiant unique de l'appel de fonction.
namestringNom de la fonction invoquée.
argumentsstringArguments complets de l'appel de fonction (chaîne JSON).

response.done

Description : Un cycle d'inférence est terminé. Le champ status indique la raison de la fin.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_xxx",
    "type": "response.done",
    "response": {
        "id": "resp_xxx",
        "object": "realtime.response",
        "status": "completed",
        "modalities": ["text", "audio"],
        "voice": "longanqian",
        "output": [
            {
                "id": "item_xxx",
                "object": "realtime.item",
                "type": "message",
                "status": "completed",
                "role": "assistant",
                "content": [
                    {
                        "type": "audio",
                        "transcript": "Hello, how can I help you?"
                    }
                ]
            }
        ]
    }
}
typestringType d'événement. Toujours response.done.
responseobjectObjet de réponse complet.
idstringIdentifiant unique de la réponse.objectstringToujours realtime.response.statusstringStatut de fin de la réponse. Valeurs valides :
  • completed : Terminé normalement.
  • cancelled : Interrompu et annulé. status_details.reason est turn_detected (interruption VAD) ou client_cancelled (annulation initiée par le client).
  • failed : Erreur LLM ou TTS.
status_detailsobjectDétails du statut. Présent uniquement lorsque le statut est cancelled ou failed.
typestringType de statut, tel que cancelled.reasonstringRaison de l'annulation : turn_detected (interruption VAD) ou client_cancelled (annulation initiée par le client).
modalitiesarrayModalités de sortie du modèle.voicestringVoix utilisée pour la génération audio. Il s'agit soit d'un nom de voix système, soit du voice_id d'une voix clonée.outputarrayListe des éléments de sortie dans la réponse, contenant des objets d'éléments complets.

voiceprint_audio_list.in_progress

Description : Le processus d'enregistrement de l'empreinte vocale est en cours de manière asynchrone.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_PaEcN7CCrlhE8q4MM2yND",
    "type": "voiceprint_audio_list.in_progress",
    "item_id": "vp_Y12cA986j1KZ9O9YmAXOA"
}
typestringType d'événement. Toujours voiceprint_audio_list.in_progress.
item_idstringIdentifiant unique de la tâche d'enregistrement de l'empreinte vocale.

voiceprint_audio_list.completed

Description : Le processus d'enregistrement de l'empreinte vocale s'est terminé avec succès.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_PaEcN7CCrlhE8q4MM2yND",
    "type": "voiceprint_audio_list.completed",
    "item_id": "vp_Y12cA986j1KZ9O9YmAXOA"
}
typestringType d'événement. Toujours voiceprint_audio_list.completed.
item_idstringIdentifiant unique de la tâche d'enregistrement de l'empreinte vocale.

voiceprint_audio_list.failed

Description : L'enregistrement de l'empreinte vocale a échoué. Les appels de conversation normaux ne sont pas bloqués.
event_idstringIdentifiant unique de cet événement.
{
    "event_id": "event_PaEcN7CCrlhE8q4MM2yND",
    "type": "voiceprint_audio_list.failed",
    "item_id": "vp_Y12cA986j1KZ9O9YmAXOA",
    "reason": ""
}
typestringType d'événement. Toujours voiceprint_audio_list.failed.
item_idstringIdentifiant unique de la tâche d'enregistrement de l'empreinte vocale.
reasonstringDescription de la raison de l'échec.