Skip to main content

Eventos do servidor Qwen-Audio-ASR-Streaming

Referência de eventos do servidor Qwen-Audio-ASR-Streaming: início da tarefa, resultados, conclusão, falha e solicitações correspondentes.

Fluxo de eventos

  1. Envie run-task. Aguarde task-started antes de enviar áudio.
  2. Continue enviando áudio enquanto recebe eventos result-generated.
  3. Após enviar todo o áudio, envie finish-task e receba os resultados até chegar task-finished. Uma tarefa com falha retorna task-failed.
O áudio não é enviado em run-task: o WebSocket usa quadros binários e o AOQ usa uma Audio Track. Para conexão, autenticação e transporte de áudio, consulte a API WebSocket ou o acesso AOQ.

task-started

Indica que a tarefa foi iniciada com sucesso e que o cliente pode começar a enviar áudio.
Aguarde task-started antes de enviar áudio. run-task apenas inicia e configura a tarefa; ele não contém dados de áudio.
headerobject
task_idstring
ID da tarefa gerado pelo cliente (formato UUID).
eventstring
Tipo do evento. Sempre task-started.
attributesobject
Atributos adicionais. Geralmente vazio.
payloadobject
Sempre {}.
Solicitação:
{
  "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": {}
  }
}
Resposta:
{
  "header": {
    "task_id": "3d30b8aa-8859-46ef-a65a-32cf5a9f0ca4",
    "task_uuid": "f32fbf86736e4c279b5d133bff74b657",
    "event": "task-started",
    "attributes": {}
  },
  "payload": {}
}

result-generated

Retorna resultados de reconhecimento, incluindo início de frase, resultados intermediários, resultados finais de frase e heartbeats.
sentence_end=true indica o fim de uma frase, não da tarefa. Resultados de heartbeat (heartbeat=true) podem ser ignorados. A tarefa termina quando task-finished é recebido.
headerobject
task_idstring
ID da tarefa gerado pelo cliente (formato UUID).
eventstring
Tipo do evento. Sempre result-generated.
payloadobject
outputobject
sentenceobject
sentence_idinteger
Identificador sequencial da frase. Em resultados normais, sentence_id incrementa a partir de 1. Em pacotes de heartbeat (heartbeat=true), sentence_id é sempre 0.
begin_timeinteger
Horário de início da frase, em milissegundos.
end_timeinteger | null
Horário de término da frase, em milissegundos. Pode ser null em resultados intermediários ou heartbeats.
textstring
Texto reconhecido.
sentence_beginboolean
Indica o início de uma frase.
sentence_endboolean
Indica se a frase terminou (true = resultado final; false = resultado intermediário).
heartbeatboolean
Se true, o resultado é um pacote de heartbeat e pode ser ignorado.
wordsarray[object]
Carimbos de data/hora no nível da palavra.
begin_timeinteger
Horário de início da palavra, em milissegundos.
end_timeinteger
Horário de término da palavra, em milissegundos.
textstring
Texto reconhecido.
punctuationstring
Sinal de pontuação.
usageobject
Uso acumulado da tarefa atual.
usage contém o uso acumulado da tarefa atual e pode estar ausente em alguns resultados intermediários. Não some os valores de usage entre eventos. qwen-audio-3.0-asr-flash-streaming é cobrado por duração e qwen-audio-3.1-asr-flash-streaming por tokens. Consulte a aplicabilidade na descrição de cada campo.
durationinteger
Duração acumulada do áudio, em segundos.
Usado para o faturamento de qwen-audio-3.0-asr-flash-streaming.
input_tokensinteger
Número acumulado de tokens de entrada.
Aplica-se a qwen-audio-3.1-asr-flash-streaming.
output_tokensinteger
Número acumulado de tokens de saída.
Aplica-se a qwen-audio-3.1-asr-flash-streaming.
total_tokensinteger
Total acumulado de tokens, igual à soma dos tokens de entrada e saída.
Aplica-se a qwen-audio-3.1-asr-flash-streaming.
  • Início de frase
  • Resultado intermediário
  • Resultado final de frase
  • Heartbeat
Após receber task-started, envie áudio. O exemplo abaixo é um evento result-generated retornado em seguida pelo servidor. O áudio é enviado por quadros binários WebSocket ou pela Audio Track AOQ.
Solicitação:
{
  "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": {}
  }
}
Resposta:
{
  "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

Indica que o processamento da tarefa foi concluído e todos os resultados de reconhecimento foram retornados.
headerobject
task_idstring
ID da tarefa gerado pelo cliente (formato UUID).
eventstring
Tipo do evento. Sempre task-finished.
attributesobject
Atributos adicionais. Geralmente vazio.
payloadobject
usageobject
Uso acumulado ao final da tarefa. Os campos têm o mesmo significado que em result-generated.usage.
Solicitação:
{
  "header": {
    "action": "finish-task",
    "task_id": "3d30b8aa-8859-46ef-a65a-32cf5a9f0ca4",
    "streaming": "duplex"
  },
  "payload": {
    "input": {}
  }
}
Resposta:
{
  "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

Indica que a tarefa falhou. Verifique error_code e error_message para identificar a causa. Após a falha, a conexão WebSocket é fechada e não pode ser reutilizada.
headerobject
task_idstring
ID da tarefa gerado pelo cliente (formato UUID).
eventstring
Tipo do evento. Sempre task-failed.
error_codestring
Descrição do tipo de erro.
error_messagestring
Causa específica do erro.
attributesobject
Atributos adicionais. Geralmente vazio.
payloadobject
Sempre {}.
Esta solicitação usa um formato de áudio não compatível para demonstrar task-failed. O código e a mensagem de erro dependem da causa da falha.
Solicitação:
{
  "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": {}
  }
}
Resposta:
{
  "header": {
    "task_id": "9272a5a2-8df4-4f2d-af0e-e544c17f3e42",
    "event": "task-failed",
    "error_code": "UNSUPPORTED_FORMAT",
    "error_message": "UNSUPPORTED_FORMAT"
  },
  "payload": {}
}