Skip to main content

Qwen-Audio-ASR / Fun-ASR Python SDK

Prasyarat

Layanan telah diaktifkan dan Dapatkan Kunci API. Untuk mencegah risiko keamanan akibat kebocoran kode, Konfigurasikan Kunci API sebagai Variabel lingkungan, bukan menyematkannya langsung dalam kode Anda.

Mulai cepat

Contoh panggilan berikut dapat digunakan bersama. Ganti ID model sesuai tabel.
ModelID model dalam contoh
Qwen-Audio-ASR-Streamingqwen-audio-3.1-asr-flash-streaming
Gunakan qwen-audio-3.0-asr-flash-streaming untuk contoh input mikrofon.
Qwen-Audio-ASR-Messageqwen-audio-3.1-asr-flash-message
Hanya mendukung laju sampel 16000 Hz.
Fun-ASR-Realtimefun-asr-realtime
Referensi API Fun-ASR-Realtime Sumber daya inti (client.audio.asr) menyediakan antarmuka seperti panggilan non-streaming dan streaming dua arah. Pilih metode pemanggilan yang sesuai dengan kebutuhan aktual Anda:
  • Panggilan non-streaming (recognize_file): mengenali file lokal; SDK otomatis mengirim audio secara bertahap dan menggerakkan tugas hingga selesai. Cocok untuk memproses audio yang telah direkam sebelumnya.
  • Panggilan streaming dua arah (sesi recognize): dapat langsung mengenali aliran audio dan mengeluarkan hasil secara real-time. Aliran audio dapat berasal dari perangkat eksternal (seperti mikrofon) atau dibaca dari file lokal. Cocok untuk skenario yang membutuhkan umpan balik segera.
  • Panggilan non-streaming
  • Panggilan streaming dua arah
Kirim satu tugas transkripsi ucapan real-time dan dapatkan hasil transkripsi secara sinkron (blocking) dengan memasukkan file lokal.Panggil metode recognize_file dari sumber daya inti (client.audio.asr) untuk mengikat parameter permintaan dan meneruskan path file lokal, lalu iterasi event server untuk mendapatkan hasil pengenalan.
import os
import dashscope

# Kunci API berbeda antara wilayah Singapura dan Beijing. Dapatkan Kunci API: https://www.alibabacloud.com/help/zh/model-studio/get-api-key
# Jika Anda belum mengonfigurasi variabel lingkungan, ganti baris berikut dengan Kunci API Studio Model Anda: api_key="sk-xxx"
client = dashscope.Client(
    api_key=os.environ.get('DASHSCOPE_API_KEY'),
    # Berikut adalah konfigurasi untuk wilayah Singapura (ap-southeast-1). Saat memanggil, ganti "{WorkspaceId}" dengan ID ruang kerja Anda yang sebenarnya. Konfigurasi berbeda berdasarkan wilayah.
    workspace="{WorkspaceId}",
    region="ap-southeast-1",
)

# Kenali file audio lokal: recognize_file otomatis mengirim audio secara bertahap dan menggerakkan tugas hingga selesai
for event in client.audio.asr.recognize_file(
        '{YOUR_AUDIO_FILE}',
        model='qwen-audio-3.1-asr-flash-streaming',
        format='wav',
        sample_rate=16000):
    payload = event.get('payload') or {}
    sentence = (payload.get('output') or {}).get('sentence') or {}
    if sentence.get('text') and not sentence.get('heartbeat'):
        print('Hasil pengenalan:', sentence['text'])

Parameter permintaan

Qwen-Audio-ASR-Streaming

Referensi umum Lihat referensi Qwen-Audio-ASR-Streaming Python SDK terkini. Atur parameter permintaan melalui metode recognize/recognize_file dari sumber daya inti (client.audio.asr): model, format, sample_rate, vocabulary_id adalah parameter bernama; parameter lainnya (seperti language_hints) diteruskan melalui dictionary parameters.
ParameterTipeWajibDeskripsi
modelstrYaNama model.
sample_rateintYaLaju sampel dalam Hz. Semua laju sampel didukung.
formatstrYaFormat audio.Nilai valid:
  • pcm
  • wav
  • mp3
  • opus
  • speex
  • aac
  • amr
opus/speex: Harus menggunakan enkapsulasi Ogg.wav: Harus menggunakan encoding PCM.amr: Hanya tipe AMR-NB yang didukung.
keep_dialectboolTidak
Hanya berlaku untuk qwen-audio-3.1-asr-flash-streaming.
Default: false, yang mentranskripsikan dialek menjadi bahasa Mandarin standar. Tetapkan ke true untuk mempertahankan ungkapan dialek. Teruskan sebagai argumen kata kunci dengan nama yang sama.
vad_modelstrTidak
Hanya berlaku untuk qwen-audio-3.1-asr-flash-streaming.
Model VAD: near_meeting_16k (jarak dekat) atau far_field_meeting_16k (jarak jauh, default). Teruskan sebagai argumen kata kunci dengan nama yang sama.
vocabulary_idstrTidakID daftar kata kunci panas yang telah dikompilasi sebelumnya.Hasilkan ID ini terlebih dahulu dengan memanggil API pembuatan daftar kata kunci panas. Masukkan ID ini selama pengenalan untuk menggunakan kata-kata dalam daftar tersebut.Cocok untuk skenario di mana kosakata diketahui dan relatif stabil, serta Anda perlu menggunakan kembali daftar kata yang sama di berbagai permintaan.Untuk detail penggunaan, lihat Kata kunci panas yang telah dikompilasi.
vocabularydictTidakKata kunci panas instan.Diteruskan sebagai pasangan kunci-nilai, di mana kunci adalah teks kata kunci (string) dan nilai adalah bobot kata kunci (integer). Tidak perlu membuat daftar kata kunci panas terlebih dahulu. Bobot berkisar antara [1, 5] atau diatur ke 50: nilai dalam [1, 5] membuat model lebih cenderung mengeluarkan kata tersebut seiring peningkatan nilainya; nilai 50 menunjukkan kata kunci super panas, yang sangat meningkatkan recall, tetapi jumlah kata kunci super panas tidak boleh melebihi 50.Cocok untuk optimasi kata kunci panas sementara pada tingkat sesi.Jika dikonfigurasi bersama dengan kata kunci panas yang telah dikompilasi, sistem akan menggabungkan kedua jenis kata kunci panas tersebut; jika hasil penggabungan melebihi 2000, 2000 kata dipilih secara acak untuk digunakan. Untuk detail penggunaan, lihat Kata kunci panas instan.Contoh:
import os
import dashscope

client = dashscope.Client(api_key=os.getenv("DASHSCOPE_API_KEY"))

# Kata kunci panas instan diteruskan melalui parameters
vocab = {"John Smith": 5, "Jane Doe": 5}
recognition = client.audio.asr.recognize(
    model='qwen-audio-3.1-asr-flash-streaming',
    format='wav',
    sample_rate=16000,
    parameters={"vocabulary": vocab},
)
max_sentence_silenceintTidakAmbang batas keheningan VAD untuk segmentasi, dalam ms. Ketika keheningan setelah segmen ucapan melebihi ambang batas ini, sistem menentukan bahwa kalimat telah berakhir.Nilai default: 800.Nilai valid: [200, 6000].
multi_threshold_mode_enabledboolTidakApakah mode multi-ambang batas diaktifkan. Saat diaktifkan, mencegah segmentasi VAD menghasilkan segmen yang terlalu panjang.Default: False.
punctuation_prediction_enabledboolTidakApakah tanda baca ditambahkan secara otomatis ke hasil pengenalan:
  • True (default): Ya. Nilai ini tidak dapat diubah.
heartbeatboolTidakApakah paket heartbeat diaktifkan.Default: False.
  • True: Menjaga koneksi ke server tetap aktif meskipun audio diam dikirim terus-menerus.
  • False (default): Meskipun audio diam dikirim terus-menerus, koneksi akan timeout dan ditutup setelah periode tertentu.
Audio diam mengacu pada konten dalam file audio atau aliran data yang tidak mengandung sinyal suara. Anda dapat menghasilkan audio diam dengan beberapa cara, seperti menggunakan perangkat lunak pengeditan audio seperti Audacity atau Adobe Audition, atau menggunakan alat command-line seperti FFmpeg.Field ini memerlukan SDK versi 1.23.1 atau lebih baru.
language_hintslist[str]TidakBahasa audio yang akan dikenali. Tidak ada nilai default; jika tidak diatur, model akan mendeteksi bahasa secara otomatis.Anda dapat menetapkan hingga 4 nilai. Jika lebih, hanya 4 nilai pertama yang berlaku.
  • zh: Chinese
  • en: English
  • ja: Japanese
  • ko: Korean
  • vi: Vietnamese
  • th: Thai
  • id: Indonesian
  • ms: Malay
  • tl: Filipino
  • hi: Hindi
  • ar: Arabic
  • fr: French
  • de: German
  • es: Spanish
  • pt: Portuguese
  • ru: Russian
  • it: Italian
  • nl: Dutch
  • sv: Swedish
  • da: Danish
  • fi: Finnish
  • no: Norwegian
  • el: Greek
  • pl: Polish
  • cs: Czech
  • hu: Hungarian
  • ro: Romanian
  • bg: Bulgarian
  • hr: Croatian
  • sk: Slovak
speech_noise_thresholdfloatTidakAmbang batas untuk membedakan ucapan dari kebisingan, digunakan untuk menyesuaikan sensitivitas Voice Activity Detection (VAD).Nilai valid: [-1.0, 1.0].Deskripsi nilai:
  • Semakin mendekati -1: Ambang batas kebisingan menurun, sehingga kebisingan lebih mungkin dikenali sebagai ucapan, yang dapat menyebabkan lebih banyak kebisingan ditranskripsikan.
  • Semakin mendekati +1: Ambang batas kebisingan meningkat, sehingga ucapan lebih mungkin salah dianggap sebagai kebisingan, yang dapat menyebabkan sebagian ucapan difilter.
Ini adalah parameter konfigurasi lanjutan. Penyesuaian dapat berdampak signifikan pada hasil pengenalan. Rekomendasi:
  • Uji dan verifikasi hasil secara menyeluruh sebelum menyesuaikan.
  • Lakukan penyesuaian secara bertahap berdasarkan lingkungan audio aktual (langkah 0.1 direkomendasikan).
special_word_filterstrTidakMenentukan kata sensitif yang akan diproses selama pengenalan ucapan, dan mendukung pengaturan metode pemrosesan berbeda untuk kata sensitif berbeda. Untuk detailnya, lihat Penyaringan kata sensitif.
Teruskan parameter berikut sebagai argumen kata kunci ke metode call atau start dari instans Recognition.
ParameterTipeWajibDeskripsi
inputdictTidakObjek input yang digunakan untuk meneruskan konteks percakapan. Peningkatan konteks meningkatkan akurasi pengenalan untuk istilah spesifik domain. Untuk penggunaan, lihat Mulai cepat.Dict harus mencakup kunci context yang nilainya adalah daftar pesan (list[dict]). Setiap pesan berisi bidang berikut:
  • role (str, wajib): Peran pesan. user merepresentasikan hasil pengenalan dari giliran pengguna sebelumnya atau daftar kata spesifik domain. assistant merepresentasikan respons model bahasa besar dari giliran sebelumnya.
  • content (list[dict], wajib): Daftar konten pesan. Setiap elemen berisi type (str; diatur ke input_text saat role adalah user, dan text saat role adalah assistant) dan text (str, konten teks).
Batasan: Pesan konteks dengan tipe input_text dan text masing-masing dibatasi hingga 5 pesan. Saat batas terlampaui, hanya 5 pesan terbaru yang dipertahankan. Panjang total teks per giliran konteks tidak boleh melebihi 400 karakter, dan kelebihannya dipotong dari akhir.
Saat Anda meneruskan konteks, pesan dalam context harus mengikuti urutan tertentu: pesan konteks harus diatur berdasarkan giliran percakapan, dan dalam setiap giliran, pesan user (tipe input_text) harus mendahului pesan assistant yang sesuai (tipe text).
Field ini memerlukan SDK versi 2.0.1 atau lebih baru.
# Bangun input untuk diteruskan
input_context = {
    "context": [
        {
            "role": "user",
            "content": [
                {
                    "type": "input_text",
                    "text": "Hello there"
                }
            ]
        },
        {
            "role": "assistant",
            "content": [
                {
                    "type": "text",
                    "text": "Hello, I am Qwen. How can I help you?"
                }
            ]
        }
    ]
}

# Teruskan melalui parameter input
recognition = client.audio.asr.recognize(
    model='qwen-audio-3.1-asr-flash-streaming',
    format='wav',
    sample_rate=16000,
    input=input_context,
)

Qwen-Audio-ASR-Message

Referensi umum Lihat referensi Qwen-Audio-ASR-Message Python SDK terkini. Atur parameter permintaan melalui metode recognize/recognize_file dari sumber daya inti (client.audio.asr): model, format, sample_rate, vocabulary_id adalah parameter bernama; parameter lainnya (seperti language_hints) diteruskan melalui dictionary parameters.
ParameterTipeWajibDeskripsi
modelstrYaNama model.
sample_rateintYaLaju sampel dalam Hz. Hanya 16000 yang didukung.
formatstrYaFormat audio.Nilai valid:
  • pcm
  • wav
  • mp3
  • opus
  • speex
  • aac
  • amr
opus/speex: Harus menggunakan enkapsulasi Ogg.wav: Harus menggunakan encoding PCM.amr: Hanya tipe AMR-NB yang didukung.
keep_dialectboolTidakDefault: false, yang mentranskripsikan dialek menjadi bahasa Mandarin standar. Tetapkan ke true untuk mempertahankan ungkapan dialek. Teruskan sebagai argumen kata kunci dengan nama yang sama.Parameter ini hanya berlaku pada hasil akhir (sentence_end=true) dan tidak didukung pada hasil sementara (sentence_end=false).
vad_modelstrTidakModel VAD: near_meeting_16k (jarak dekat) atau far_field_meeting_16k (jarak jauh, default). Teruskan sebagai argumen kata kunci dengan nama yang sama.
disfluency_removal_enabledboolTidakMenentukan apakah kata pengisi difilter dan teks keluaran dirapikan. Default: false. Tetapkan ke true untuk mengaktifkan. Teruskan sebagai argumen kata kunci dengan nama yang sama.
intermediate_result_enabledboolTidakMenentukan apakah hasil streaming sementara dikembalikan. Default: false. Tetapkan ke true untuk menerimanya. Teruskan sebagai argumen kata kunci dengan nama yang sama.
vocabulary_idstrTidakID daftar kata kunci panas yang telah dikompilasi sebelumnya.Hasilkan ID ini terlebih dahulu dengan memanggil API pembuatan daftar kata kunci panas. Masukkan ID ini selama pengenalan untuk menggunakan kata-kata dalam daftar tersebut.Cocok untuk skenario di mana kosakata diketahui dan relatif stabil, serta Anda perlu menggunakan kembali daftar kata yang sama di berbagai permintaan.Untuk detail penggunaan, lihat Kata kunci panas yang telah dikompilasi.
vocabularydictTidakKata kunci panas instan.Diteruskan sebagai pasangan kunci-nilai, di mana kunci adalah teks kata kunci (string) dan nilai adalah bobot kata kunci (integer). Tidak perlu membuat daftar kata kunci panas terlebih dahulu. Bobot berkisar antara [1, 5] atau diatur ke 50: nilai dalam [1, 5] membuat model lebih cenderung mengeluarkan kata tersebut seiring peningkatan nilainya; nilai 50 menunjukkan kata kunci super panas, yang sangat meningkatkan recall, tetapi jumlah kata kunci super panas tidak boleh melebihi 50.Cocok untuk optimasi kata kunci panas sementara pada tingkat sesi.Jika dikonfigurasi bersama dengan kata kunci panas yang telah dikompilasi, sistem akan menggabungkan kedua jenis kata kunci panas tersebut; jika hasil penggabungan melebihi 2000, 2000 kata dipilih secara acak untuk digunakan. Untuk detail penggunaan, lihat Kata kunci panas instan.
Hanya qwen-audio-3.1-asr-flash-message yang mendukung kata kunci panas instan.
Contoh:
import os
import dashscope

client = dashscope.Client(api_key=os.getenv("DASHSCOPE_API_KEY"))

# Kosakata instan diteruskan melalui parameters
vocab = {"John Smith": 5, "Jane Doe": 5}
recognition = client.audio.asr.recognize(
    model='qwen-audio-3.1-asr-flash-message',
    format='wav',
    sample_rate=16000,
    parameters={"vocabulary": vocab},
)
language_hintslist[str]TidakBahasa audio yang akan dikenali. Tidak ada nilai default; jika tidak diatur, model akan mendeteksi bahasa secara otomatis.Anda dapat menetapkan hingga 4 nilai. Jika lebih, hanya 4 nilai pertama yang berlaku.
  • zh: Chinese
  • en: English
  • ja: Japanese
  • ko: Korean
  • vi: Vietnamese
  • th: Thai
  • id: Indonesian
  • ms: Malay
  • tl: Filipino
  • hi: Hindi
  • ar: Arabic
  • fr: French
  • de: German
  • es: Spanish
  • pt: Portuguese
  • ru: Russian
  • it: Italian
  • nl: Dutch
  • sv: Swedish
  • da: Danish
  • fi: Finnish
  • no: Norwegian
  • el: Greek
  • pl: Polish
  • cs: Czech
  • hu: Hungarian
  • ro: Romanian
  • bg: Bulgarian
  • hr: Croatian
  • sk: Slovak
Teruskan sebagai argumen kata kunci dengan nama yang sama.Parameter ini hanya berlaku pada hasil akhir (sentence_end=true) dan tidak didukung pada hasil sementara (sentence_end=false).
max_sentence_silenceintTidakAmbang keheningan VAD untuk segmentasi, dalam milidetik. Kalimat dianggap selesai jika keheningan setelah ucapan melebihi ambang ini. Default: 800. Rentang valid: [200, 6000].
heartbeatboolTidakApakah paket heartbeat diaktifkan.Default: False.
  • True: Menjaga koneksi ke server tetap aktif meskipun audio diam dikirim terus-menerus.
  • False (default): Meskipun audio diam dikirim terus-menerus, koneksi akan timeout dan ditutup setelah periode tertentu.
Audio diam mengacu pada konten dalam file audio atau aliran data yang tidak mengandung sinyal suara. Anda dapat menghasilkan audio diam dengan beberapa cara, seperti menggunakan perangkat lunak pengeditan audio seperti Audacity atau Adobe Audition, atau menggunakan alat command-line seperti FFmpeg.Field ini memerlukan SDK versi 1.23.1 atau lebih baru.
speech_noise_thresholdfloatTidakAmbang batas untuk membedakan ucapan dari kebisingan, digunakan untuk menyesuaikan sensitivitas Voice Activity Detection (VAD).Nilai valid: [-1.0, 1.0].Deskripsi nilai:
  • Semakin mendekati -1: Ambang batas kebisingan menurun, sehingga kebisingan lebih mungkin dikenali sebagai ucapan, yang dapat menyebabkan lebih banyak kebisingan ditranskripsikan.
  • Semakin mendekati +1: Ambang batas kebisingan meningkat, sehingga ucapan lebih mungkin salah dianggap sebagai kebisingan, yang dapat menyebabkan sebagian ucapan difilter.
Ini adalah parameter konfigurasi lanjutan. Penyesuaian dapat berdampak signifikan pada hasil pengenalan. Rekomendasi:
  • Uji dan verifikasi hasil secara menyeluruh sebelum menyesuaikan.
  • Lakukan penyesuaian secara bertahap berdasarkan lingkungan audio aktual (langkah 0.1 direkomendasikan).
Teruskan parameter berikut sebagai argumen kata kunci ke metode call atau start dari instans Recognition.
ParameterTipeWajibDeskripsi
inputdictTidakObjek input yang digunakan untuk meneruskan konteks percakapan. Peningkatan konteks meningkatkan akurasi pengenalan untuk istilah spesifik domain. Untuk penggunaan, lihat Mulai cepat.
Parameter konteks hanya didukung oleh model qwen-audio-3.1-asr-flash-message.
Dict harus mencakup kunci context yang nilainya adalah daftar pesan (list[dict]). Setiap pesan berisi bidang berikut:
  • role (str, wajib): Peran pesan. user merepresentasikan hasil pengenalan dari giliran pengguna sebelumnya atau daftar kata spesifik domain. assistant merepresentasikan respons model bahasa besar dari giliran sebelumnya.
  • content (list[dict], wajib): Daftar konten pesan. Setiap elemen berisi type (str; diatur ke input_text saat role adalah user, dan text saat role adalah assistant) dan text (str, konten teks).
Batasan: Pesan konteks dengan tipe input_text dan text masing-masing dibatasi hingga 5 pesan. Saat batas terlampaui, hanya 5 pesan terbaru yang dipertahankan. Panjang total teks per giliran konteks tidak boleh melebihi 400 karakter, dan kelebihannya dipotong dari akhir.
Saat Anda meneruskan konteks, pesan dalam context harus mengikuti urutan tertentu: pesan konteks harus diatur berdasarkan giliran percakapan, dan dalam setiap giliran, pesan user (tipe input_text) harus mendahului pesan assistant yang sesuai (tipe text).
Field ini memerlukan SDK versi 2.0.1 atau lebih baru.
# Bangun input untuk diteruskan
input_context = {
    "context": [
        {
            "role": "user",
            "content": [
                {
                    "type": "input_text",
                    "text": "Hello there"
                }
            ]
        },
        {
            "role": "assistant",
            "content": [
                {
                    "type": "text",
                    "text": "Hello, I am Qwen. How can I help you?"
                }
            ]
        }
    ]
}

# Teruskan melalui parameter input
recognition = client.audio.asr.recognize(
    model='qwen-audio-3.1-asr-flash-message',
    format='wav',
    sample_rate=16000,
    input=input_context,
)

Fun-ASR-Realtime

Referensi umum Lihat referensi Fun-ASR-Realtime Python SDK terkini. Atur parameter permintaan melalui metode recognize/recognize_file dari sumber daya inti (client.audio.asr): model, format, sample_rate, vocabulary_id adalah parameter bernama; parameter lainnya (seperti max_sentence_silence, language_hints) diteruskan melalui dictionary parameters.
ParameterTipeWajibDeskripsi
modelstrYaNama model.
sample_rateintYaLaju sampel, dalam Hz.Nilai valid: model 8 kHz hanya mendukung 8000 Hz; model lain mendukung laju sampel apa pun.
formatstrYaFormat audio.Nilai valid:
  • pcm
  • wav
  • mp3
  • opus
  • speex
  • aac
  • amr
opus/speex: Harus menggunakan enkapsulasi Ogg.wav: Harus menggunakan encoding PCM.amr: Hanya tipe AMR-NB yang didukung.
vocabulary_idstrTidakID daftar kata kunci panas yang telah dikompilasi sebelumnya.Hasilkan ID ini terlebih dahulu dengan memanggil API pembuatan daftar kata kunci panas. Masukkan ID ini selama pengenalan untuk menggunakan kata-kata dalam daftar tersebut.Cocok untuk skenario di mana kosakata diketahui dan relatif stabil, serta Anda perlu menggunakan kembali daftar kata yang sama di berbagai permintaan.Untuk detail penggunaan, lihat Kata kunci panas yang telah dikompilasi.
max_sentence_silenceintTidakAmbang batas keheningan VAD untuk segmentasi, dalam ms. Ketika keheningan setelah segmen ucapan melebihi ambang batas ini, sistem menentukan bahwa kalimat telah berakhir.Nilai default: 1300.Nilai valid: [200, 6000].
multi_threshold_mode_enabledboolTidakApakah mode multi-ambang batas diaktifkan. Saat diaktifkan, mencegah segmentasi VAD menghasilkan segmen yang terlalu panjang.Default: False.
punctuation_prediction_enabledboolTidakApakah tanda baca ditambahkan secara otomatis ke hasil pengenalan:
  • True (default): Ya. Nilai ini tidak dapat diubah.
heartbeatboolTidakApakah paket heartbeat diaktifkan.Default: False.
  • True: Menjaga koneksi ke server tetap aktif meskipun audio diam dikirim terus-menerus.
  • False (default): Meskipun audio diam dikirim terus-menerus, koneksi akan timeout dan ditutup setelah periode tertentu.
Audio diam mengacu pada konten dalam file audio atau aliran data yang tidak mengandung sinyal suara. Anda dapat menghasilkan audio diam dengan beberapa cara, seperti menggunakan perangkat lunak pengeditan audio seperti Audacity atau Adobe Audition, atau menggunakan alat command-line seperti FFmpeg.Field ini memerlukan SDK versi 1.23.1 atau lebih baru.
language_hintslist[str]TidakBahasa audio yang akan dikenali. Tidak ada nilai default; jika tidak diatur, model akan mendeteksi bahasa secara otomatis.Anda dapat menetapkan 1 nilai. Jika lebih, hanya nilai pertama yang berlaku.
  • fun-asr-realtime:
    • zh: Chinese
    • en: English
    • ja: Japanese
    • ko: Korean
    • vi: Vietnamese
    • th: Thai
    • id: Indonesian
    • ms: Malay
    • tl: Filipino
    • hi: Hindi
    • ar: Arabic
    • fr: French
    • de: German
    • es: Spanish
    • pt: Portuguese
    • ru: Russian
    • it: Italian
    • nl: Dutch
    • sv: Swedish
    • da: Danish
    • fi: Finnish
    • no: Norwegian
    • el: Greek
    • pl: Polish
    • cs: Czech
    • hu: Hungarian
    • ro: Romanian
    • bg: Bulgarian
    • hr: Croatian
    • sk: Slovak
  • fun-asr-realtime-2026-02-28:
    • zh: Chinese
    • en: English
    • ja: Japanese
  • fun-asr-flash-8k-realtime, fun-asr-flash-8k-realtime-2026-01-28:
    • zh: Chinese
speech_noise_thresholdfloatTidakAmbang batas untuk membedakan ucapan dari kebisingan, digunakan untuk menyesuaikan sensitivitas Voice Activity Detection (VAD).Nilai valid: [-1.0, 1.0].Deskripsi nilai:
  • Semakin mendekati -1: Ambang batas kebisingan menurun, sehingga kebisingan lebih mungkin dikenali sebagai ucapan, yang dapat menyebabkan lebih banyak kebisingan ditranskripsikan.
  • Semakin mendekati +1: Ambang batas kebisingan meningkat, sehingga ucapan lebih mungkin salah dianggap sebagai kebisingan, yang dapat menyebabkan sebagian ucapan difilter.
Ini adalah parameter konfigurasi lanjutan. Penyesuaian dapat berdampak signifikan pada hasil pengenalan. Rekomendasi:
  • Uji dan verifikasi hasil secara menyeluruh sebelum menyesuaikan.
  • Lakukan penyesuaian secara bertahap berdasarkan lingkungan audio aktual (langkah 0.1 direkomendasikan).
special_word_filterstrTidakMenentukan kata sensitif yang akan diproses selama pengenalan ucapan, dan mendukung pengaturan metode pemrosesan berbeda untuk kata sensitif berbeda. Untuk detailnya, lihat Penyaringan kata sensitif.
Teruskan parameter berikut sebagai argumen kata kunci ke metode call atau start dari instans Recognition.
ParameterTipeWajibDeskripsi
inputdictTidakObjek input yang digunakan untuk meneruskan konteks percakapan. Peningkatan konteks meningkatkan akurasi pengenalan untuk istilah spesifik domain. Untuk penggunaan, lihat Mulai cepat.
Parameter konteks hanya didukung oleh model fun-asr-realtime.
Dict harus mencakup kunci context yang nilainya adalah daftar pesan (list[dict]). Setiap pesan berisi bidang berikut:
  • role (str, wajib): Peran pesan. user merepresentasikan hasil pengenalan dari giliran pengguna sebelumnya atau daftar kata spesifik domain. assistant merepresentasikan respons model bahasa besar dari giliran sebelumnya.
  • content (list[dict], wajib): Daftar konten pesan. Setiap elemen berisi type (str; diatur ke input_text saat role adalah user, dan text saat role adalah assistant) dan text (str, konten teks).
Batasan: Pesan konteks dengan tipe input_text dan text masing-masing dibatasi hingga 5 pesan. Saat batas terlampaui, hanya 5 pesan terbaru yang dipertahankan. Panjang total teks per giliran konteks tidak boleh melebihi 400 karakter, dan kelebihannya dipotong dari akhir.
Saat Anda meneruskan konteks, pesan dalam context harus mengikuti urutan tertentu: pesan konteks harus diatur berdasarkan giliran percakapan, dan dalam setiap giliran, pesan user (tipe input_text) harus mendahului pesan assistant yang sesuai (tipe text).
Field ini memerlukan SDK versi 2.0.1 atau lebih baru.
# Bangun input untuk diteruskan
input_context = {
    "context": [
        {
            "role": "user",
            "content": [
                {
                    "type": "input_text",
                    "text": "Hello there"
                }
            ]
        },
        {
            "role": "assistant",
            "content": [
                {
                    "type": "text",
                    "text": "Hello, I am Qwen. How can I help you?"
                }
            ]
        }
    ]
}

# Teruskan melalui parameter input saat membuat sesi pengenalan
recognition = client.audio.asr.recognize(
    model='fun-asr-realtime',
    format='wav',
    sample_rate=16000,
    input=input_context,
)

Referensi API

Antarmuka bersama

Informasi kalimat (Sentence)

Anggota kelas Sentence adalah sebagai berikut:
ParameterTipeDeskripsi
begin_timeintWaktu mulai kalimat, dalam ms.
end_timeintWaktu akhir kalimat, dalam ms.
textstrTeks yang dikenali.
wordsDaftar Informasi timestamp tingkat kata (Word)Informasi timestamp tingkat kata.

Informasi timestamp tingkat kata (Word)

Anggota kelas Word adalah sebagai berikut:
ParameterTipeDeskripsi
begin_timeintWaktu mulai kata, dalam ms.
end_timeintWaktu akhir kata, dalam ms.
textstrKata tersebut.
punctuationstrTanda baca.

Qwen-Audio-ASR-Streaming / Fun-ASR-Realtime

Hasil pengenalan (RecognitionResult)

RecognitionResult merepresentasikan satu frame hasil pengenalan yang dihasilkan oleh iterasi results() milik sesi (dapat digunakan baik pada panggilan streaming dua arah maupun panggilan non-streaming; events() menghasilkan dict event mentah — jika membutuhkan tampilan bertipe ini, gunakan results()).
Metode anggotaSignature metodeDeskripsi
get_sentence
def get_sentence(self) -> Union[Dict[str, Any], List[Any]]
Mendapatkan kalimat yang dikenali saat ini beserta informasi timestamp-nya; metode ini mengembalikan Dict[str, Any] (informasi kalimat tunggal).Untuk detailnya, lihat Kalimat (Sentence).
request_id
result.request_id
request_id permintaan yang sesuai dengan event saat ini.
is_sentence_end
def is_sentence_end(self) -> bool
Menentukan apakah kalimat saat ini telah berakhir. Metode ini memeriksa apakah bidang end_time pada informasi kalimat tunggal yang dikembalikan get_sentence() bernilai None — end_time yang tidak None menunjukkan bahwa kalimat telah berakhir.

Qwen-Audio-ASR-Streaming

Antarmuka utama

Sumber daya inti (client.audio.asr)
Kemampuan pengenalan ucapan real-time terpasang pada resource client.audio.asr: recognize membuat sesi pengenalan streaming dua arah (Recognition), recognize_file mengenali file lokal sekali jalan.
Metode anggotaSignature metodeDeskripsi
recognize
def recognize(self,
              *,
              model: str,
              format: str = "pcm",
              sample_rate: int = 16000,
              vocabulary_id: str = None,
              disfluency_removal_enabled: bool = None,
              diarization_enabled: bool = None,
              parameters: Dict = None,
              input: Dict = None,
              phrase_id: str = None,
              ...) -> Recognition
Membuat sesi pengenalan streaming dua arah; saat memasuki konteks with, start otomatis dipanggil untuk membuat koneksi dan mengirim tugas.Pengiriman audio dan konsumsi event harus berjalan konkuren (gunakan bersama send_audio_frame, events()/results(), dan stop).
recognize_file
def recognize_file(self,
                   path: str,
                   *,
                   model: str,
                   format: str = "pcm",
                   sample_rate: int = 16000,
                   ...) -> Iterator[Dict]
Panggilan non-streaming berbasis file lokal: otomatis mengirim audio secara bertahap dan menggerakkan tugas hingga selesai, menghasilkan event server satu per satu. Metode ini memerlukan izin baca pada file yang dikenali.
start
def start(self)
Memulai pengenalan ucapan: membuat koneksi, mengirim tugas, dan menunggu task-started. Otomatis dipanggil saat memasuki konteks with; audio hanya dapat dikirim setelah startup berhasil.
send_audio_frame
def send_audio_frame(self, buffer: bytes)
Mendorong audio. Pastikan setiap frame audio yang didorong tidak terlalu besar atau terlalu kecil: sekitar 100 ms per frame, antara 1 KB hingga 16 KB.Hasil pengenalan diperoleh melalui iterasi event (events()/results()).
stop
def stop(self)
Menghentikan pengenalan ucapan: hanya memberi tahu server bahwa input telah selesai; thread penerima perlu terus mengonsumsi events() hingga event task-finished.
events / results
def events(self) -> Iterator[Dict]
def results(self) -> Iterator[RecognitionResult]
Mengiterasi event server: events() menghasilkan dict event mentah (teks pengenalan berada di payload.output.sentence); results() hanya menghasilkan frame hasil pengenalan, mengembalikan objek bertipe Hasil pengenalan (RecognitionResult) (frame heartbeat telah difilter).
close
def close(self)
Menutup sesi pengenalan. Otomatis dipanggil saat keluar dari konteks with.
request_id / first_package_delay / last_package_delay / last_response
rec.request_id
rec.first_package_delay
rec.last_package_delay
rec.last_response
Mendapatkan request_id, delay paket pertama (latensi dari pengiriman paket audio pertama hingga diterimanya hasil pengenalan pertama) dan delay paket terakhir (waktu dari pengiriman perintah stop hingga hasil pengenalan terakhir diterima); gunakan setelah tugas selesai. last_response adalah pesan mentah terakhir yang berhasil dibaca, dapat digunakan untuk mengambil error task-failed. Masih dapat dibaca setelah sesi ditutup.
Iterasi event (events()/results())
Saat panggilan streaming dua arah, server mengembalikan informasi proses utama dan data ke klien melalui event. Anda perlu mengiterasi events() (dict event mentah) atau results() (frame hasil pengenalan bertipe) milik sesi pada thread penerima, untuk memproses informasi atau data yang dikembalikan server.
# Iterasi event mentah: teks pengenalan berada di payload.output.sentence
def receive_events(rec):
    for event in rec.events():
        payload = event.get('payload') or {}
        sentence = (payload.get('output') or {}).get('sentence') or {}
        if sentence.get('text') and not sentence.get('heartbeat'):
            print('Teks pengenalan:', sentence['text'])


# Atau hanya iterasi frame hasil pengenalan (mengembalikan RecognitionResult, frame heartbeat telah difilter)
def receive_results(rec):
    for result in rec.results():
        sentence = result.get_sentence()
        if sentence and 'text' in sentence:
            print('Teks pengenalan:', sentence['text'])
Event/metode iterasiKonten yang dihasilkanNilai kembalianDeskripsi
event["header"]["event"] == "task-started"
event task-startedTidak adaDibaca secara internal oleh start(), disimpan di last_response saat startup kembali, dan tidak dihasilkan lagi oleh events().
def events(self) -> Iterator[Dict]
event: dict event serverIteratorMenghasilkan event ketika server membalas. Hasil pengenalan berada di payload.output.sentence, dapat berupa heartbeat atau event teks kosong; aplikasi dapat mengabaikannya sesuai kebutuhan. Harus dikonsumsi terus-menerus oleh satu thread penerima, jangan membuat beberapa pembaca secara konkuren.
def results(self) -> Iterator[RecognitionResult]
result: hasil pengenalan (RecognitionResult)IteratorHanya menghasilkan frame hasil pengenalan (frame heartbeat telah difilter); iterasi berakhir setelah semua hasil pengenalan dikembalikan.
try:
    ...
except DashScopeError as e:
    print(e.code, e.message, e.request_id)
pengecualian DashScopeErrorTidak adaSaat terjadi pengecualian, dilempar di thread pengirim/penerima; dapat ditangkap dengan try/except.
event["header"]["event"] == "task-finished"
event task-finishedTidak adaDihasilkan oleh events() setelah server menyelesaikan seluruh pengenalan, lalu iterasi berakhir; event ini tetap harus dibaca setelah mengirim stop().

Respons

Qwen-Audio-ASR-Message

Antarmuka utama

Sumber daya inti (client.audio.asr)
Kemampuan pengenalan ucapan real-time terpasang pada resource client.audio.asr: recognize membuat sesi pengenalan streaming dua arah (Recognition), recognize_file mengenali file lokal sekali jalan.
Metode anggotaSignature metodeDeskripsi
recognize
def recognize(self,
              *,
              model: str,
              format: str = "pcm",
              sample_rate: int = 16000,
              vocabulary_id: str = None,
              disfluency_removal_enabled: bool = None,
              diarization_enabled: bool = None,
              parameters: Dict = None,
              input: Dict = None,
              phrase_id: str = None,
              ...) -> Recognition
Membuat sesi pengenalan streaming dua arah; saat memasuki konteks with, start otomatis dipanggil untuk membuat koneksi dan mengirim tugas.Pengiriman audio dan konsumsi event harus berjalan konkuren (gunakan bersama send_audio_frame, events()/results(), dan stop).
recognize_file
def recognize_file(self,
                   path: str,
                   *,
                   model: str,
                   format: str = "pcm",
                   sample_rate: int = 16000,
                   ...) -> Iterator[Dict]
Panggilan non-streaming berbasis file lokal: otomatis mengirim audio secara bertahap dan menggerakkan tugas hingga selesai, menghasilkan event server satu per satu. Metode ini memerlukan izin baca pada file yang dikenali.
start
def start(self)
Memulai pengenalan ucapan: membuat koneksi, mengirim tugas, dan menunggu task-started. Otomatis dipanggil saat memasuki konteks with; audio hanya dapat dikirim setelah startup berhasil.
send_audio_frame
def send_audio_frame(self, buffer: bytes)
Mendorong audio. Aliran audio yang didorong setiap kali tidak boleh terlalu besar atau terlalu kecil; disarankan durasi audio per paket sekitar 100 ms dengan ukuran antara 1KB~16KB.Hasil pengenalan diperoleh melalui iterasi event (events()/results()).
stop
def stop(self)
Menghentikan pengenalan ucapan: hanya memberi tahu server bahwa input telah selesai; thread penerima perlu terus mengonsumsi events() hingga event task-finished.
events / results
def events(self) -> Iterator[Dict]
def results(self) -> Iterator[RecognitionResult]
Mengiterasi event server: events() menghasilkan dict event mentah (teks pengenalan berada di payload.output.sentence); results() hanya menghasilkan frame hasil pengenalan, mengembalikan objek bertipe Hasil pengenalan (RecognitionResult) (frame heartbeat telah difilter).
close
def close(self)
Menutup sesi pengenalan. Otomatis dipanggil saat keluar dari konteks with.
request_id / first_package_delay / last_package_delay / last_response
rec.request_id
rec.first_package_delay
rec.last_package_delay
rec.last_response
Mendapatkan request_id, delay paket pertama (latensi dari pengiriman paket audio pertama hingga diterimanya hasil pengenalan pertama) dan delay paket terakhir (waktu dari pengiriman perintah stop hingga hasil pengenalan terakhir diterima); gunakan setelah tugas selesai. last_response adalah pesan mentah terakhir yang berhasil dibaca, dapat digunakan untuk mengambil error task-failed. Masih dapat dibaca setelah sesi ditutup.
Memperbarui konteks percakapan
Panggil update_context untuk memperbarui konteks percakapan selama tugas pengenalan berjalan, sebagai bantuan pengenalan audio selanjutnya. Metode ini memerlukan DashScope Python SDK 2.0.1 atau lebih baru.
def update_context(self, context: dict)
  • Waktu pemanggilan: setelah memasuki konteks with (otomatis memanggil start) untuk memulai pengenalan streaming, dan sebelum memanggil stop.
  • Parameter: context berupa dictionary, meneruskan objek payload.input dari event continue-task yang berisi bidang context; jangan membungkus tingkat payload atau input secara tambahan.
  • Cakupan dukungan dan batasan parameter: lihat continue-task.
Contoh berikut menggunakan kembali instans recognition yang telah dimulai.
payload_input = {
    "context": [
        {
            "role": "user",
            "content": [{"type": "input_text", "text": "Hello"}]
        },
        {
            "role": "assistant",
            "content": [{"type": "text", "text": "Hello, I am Qwen. How can I help you?"}]
        }
    ]
}
recognition.update_context(context=payload_input)
Iterasi event (events()/results())
Saat panggilan streaming dua arah, server mengembalikan informasi proses utama dan data ke klien melalui event. Anda perlu mengiterasi events() (dict event mentah) atau results() (frame hasil pengenalan bertipe) milik sesi pada thread penerima, untuk memproses informasi atau data yang dikembalikan server.
# Iterasi event mentah: teks pengenalan berada di payload.output.sentence
def receive_events(rec):
    for event in rec.events():
        payload = event.get('payload') or {}
        sentence = (payload.get('output') or {}).get('sentence') or {}
        if sentence.get('text') and not sentence.get('heartbeat'):
            print('Teks pengenalan:', sentence['text'])


# Atau hanya iterasi frame hasil pengenalan (mengembalikan RecognitionResult, frame heartbeat telah difilter)
def receive_results(rec):
    for result in rec.results():
        sentence = result.get_sentence()
        if sentence and 'text' in sentence:
            print('Teks pengenalan:', sentence['text'])
Event/metode iterasiKonten yang dihasilkanNilai kembalianDeskripsi
event["header"]["event"] == "task-started"
event task-startedTidak adaDibaca secara internal oleh start(), disimpan di last_response saat startup kembali, dan tidak dihasilkan lagi oleh events().
def events(self) -> Iterator[Dict]
event: dict event serverIteratorMenghasilkan event ketika server membalas. Hasil pengenalan berada di payload.output.sentence, dapat berupa heartbeat atau event teks kosong; aplikasi dapat mengabaikannya sesuai kebutuhan. Harus dikonsumsi terus-menerus oleh satu thread penerima, jangan membuat beberapa pembaca secara konkuren.
def results(self) -> Iterator[RecognitionResult]
result: hasil pengenalan (RecognitionResult)IteratorHanya menghasilkan frame hasil pengenalan (frame heartbeat telah difilter); iterasi berakhir setelah semua hasil pengenalan dikembalikan.
try:
    ...
except DashScopeError as e:
    print(e.code, e.message, e.request_id)
pengecualian DashScopeErrorTidak adaSaat terjadi pengecualian, dilempar di thread pengirim/penerima; dapat ditangkap dengan try/except.
event["header"]["event"] == "task-finished"
event task-finishedTidak adaDihasilkan oleh events() setelah server menyelesaikan seluruh pengenalan, lalu iterasi berakhir; event ini tetap harus dibaca setelah mengirim stop().

Respons

Hasil pengenalan (RecognitionResult)
RecognitionResult merepresentasikan satu frame hasil pengenalan yang dihasilkan oleh iterasi results() milik sesi (dapat digunakan baik pada panggilan streaming dua arah maupun panggilan non-streaming; events() menghasilkan dict event mentah — jika membutuhkan tampilan bertipe ini, gunakan results()).
Metode anggotaSignature metodeDeskripsi
get_sentence
def get_sentence(self) -> Union[Dict[str, Any], List[Any]]
Mendapatkan kalimat yang dikenali saat ini beserta informasi timestamp-nya; metode ini mengembalikan Dict[str, Any] (informasi kalimat tunggal).Untuk detailnya, lihat Informasi kalimat (Sentence).
request_id
result.request_id
request_id permintaan yang sesuai dengan event saat ini.
is_sentence_end
def is_sentence_end(self) -> bool
Menentukan apakah kalimat saat ini telah berakhir. Metode ini memeriksa apakah bidang end_time pada informasi kalimat tunggal yang dikembalikan get_sentence() bernilai None — end_time yang tidak None menunjukkan bahwa kalimat telah berakhir.

Fun-ASR-Realtime

Antarmuka utama

Sumber daya inti (client.audio.asr)
Kemampuan pengenalan ucapan real-time terpasang pada resource client.audio.asr: recognize membuat sesi pengenalan streaming dua arah (Recognition), recognize_file mengenali file lokal sekali jalan.
Metode anggotaSignature metodeDeskripsi
recognize
def recognize(self,
              *,
              model: str,
              format: str = "pcm",
              sample_rate: int = 16000,
              vocabulary_id: str = None,
              disfluency_removal_enabled: bool = None,
              diarization_enabled: bool = None,
              parameters: Dict = None,
              input: Dict = None,
              phrase_id: str = None,
              ...) -> Recognition
Membuat sesi pengenalan streaming dua arah; saat memasuki konteks with, start otomatis dipanggil untuk membuat koneksi dan mengirim tugas.Pengiriman audio dan konsumsi event harus berjalan konkuren (gunakan bersama send_audio_frame, events()/results(), dan stop).
recognize_file
def recognize_file(self,
                   path: str,
                   *,
                   model: str,
                   format: str = "pcm",
                   sample_rate: int = 16000,
                   ...) -> Iterator[Dict]
Panggilan non-streaming berbasis file lokal: otomatis mengirim audio secara bertahap dan menggerakkan tugas hingga selesai, menghasilkan event server satu per satu. Metode ini memerlukan izin baca pada file yang dikenali.
start
def start(self)
Memulai pengenalan ucapan: membuat koneksi, mengirim tugas, dan menunggu task-started. Otomatis dipanggil saat memasuki konteks with; audio hanya dapat dikirim setelah startup berhasil.
send_audio_frame
def send_audio_frame(self, buffer: bytes)
Mendorong audio. Aliran audio yang didorong setiap kali tidak boleh terlalu besar atau terlalu kecil; disarankan durasi audio per paket sekitar 100 ms dengan ukuran antara 1KB~16KB.Hasil pengenalan diperoleh melalui iterasi events()/results().
stop
def stop(self)
Menghentikan pengenalan ucapan: hanya memberi tahu server bahwa input telah selesai; thread penerima perlu terus mengonsumsi events() hingga event task-finished.
events / results
def events(self) -> Iterator[Dict]
def results(self) -> Iterator[RecognitionResult]
Mengiterasi event server: events() menghasilkan dict event mentah (teks pengenalan berada di payload.output.sentence); results() hanya menghasilkan frame hasil pengenalan, mengembalikan objek bertipe Hasil pengenalan (RecognitionResult) (frame heartbeat telah difilter).
close
def close(self)
Menutup sesi pengenalan. Otomatis dipanggil saat keluar dari konteks with.
request_id / first_package_delay / last_package_delay / last_response
rec.request_id
rec.first_package_delay
rec.last_package_delay
rec.last_response
Mendapatkan request_id, delay paket pertama (latensi dari pengiriman paket audio pertama hingga diterimanya hasil pengenalan pertama) dan delay paket terakhir (waktu dari pengiriman perintah stop hingga hasil pengenalan terakhir diterima); gunakan setelah tugas selesai. last_response adalah pesan mentah terakhir yang berhasil dibaca, dapat digunakan untuk mengambil error task-failed. Masih dapat dibaca setelah sesi ditutup.
Iterasi event (events()/results())
Saat panggilan streaming dua arah, server mengembalikan informasi proses utama dan data ke klien melalui event. Anda perlu mengiterasi events() (dict event mentah) atau results() (frame hasil pengenalan bertipe) milik sesi pada thread penerima, untuk memproses informasi atau data yang dikembalikan server.
# Iterasi event mentah: teks pengenalan berada di payload.output.sentence
def receive_events(rec):
    for event in rec.events():
        payload = event.get('payload') or {}
        sentence = (payload.get('output') or {}).get('sentence') or {}
        if sentence.get('text') and not sentence.get('heartbeat'):
            print('Teks pengenalan:', sentence['text'])


# Atau hanya iterasi frame hasil pengenalan (mengembalikan RecognitionResult, frame heartbeat telah difilter)
def receive_results(rec):
    for result in rec.results():
        sentence = result.get_sentence()
        if sentence and 'text' in sentence:
            print('Teks pengenalan:', sentence['text'])
Event/metode iterasiKonten yang dihasilkanNilai kembalianDeskripsi
event["header"]["event"] == "task-started"
event task-startedTidak adaDibaca secara internal oleh start(), disimpan di last_response saat startup kembali, dan tidak dihasilkan lagi oleh events().
def events(self) -> Iterator[Dict]
event: dict event serverIteratorMenghasilkan event ketika server membalas. Hasil pengenalan berada di payload.output.sentence, dapat berupa heartbeat atau event teks kosong; aplikasi dapat mengabaikannya sesuai kebutuhan. Harus dikonsumsi terus-menerus oleh satu thread penerima, jangan membuat beberapa pembaca secara konkuren.
def results(self) -> Iterator[RecognitionResult]
result: hasil pengenalan (RecognitionResult)IteratorHanya menghasilkan frame hasil pengenalan (frame heartbeat telah difilter); iterasi berakhir setelah semua hasil pengenalan dikembalikan.
try:
    ...
except DashScopeError as e:
    print(e.code, e.message, e.request_id)
pengecualian DashScopeErrorTidak adaSaat terjadi pengecualian, dilempar di thread pengirim/penerima; dapat ditangkap dengan try/except.
event["header"]["event"] == "task-finished"
event task-finishedTidak adaDihasilkan oleh events() setelah server menyelesaikan seluruh pengenalan, lalu iterasi berakhir; event ini tetap harus dibaca setelah mengirim stop().

Respons

Kode error

Jika Anda mengalami error, lihat Kode error untuk troubleshooting. Jika masalah berlanjut, bergabunglah dengan komunitas developer untuk melaporkan masalah Anda dan sertakan Request ID untuk investigasi lebih lanjut.