本文介紹 Paraformer 即時語音辨識服務中用戶端通過 WebSocket 發送給服務端的用戶端事件，包括 run-task（啟動任務）和 finish-task（結束任務）兩類指令的資料結構與欄位含義。
使用者指南：關於模型介紹和選型建議請參見語音辨識。
事件互動流程：如需瞭解事件互動時序，請參見WebSocket API。
說明：啟動語音辨識任務，設定模型、音頻格式、採樣率等參數。
發送時機：建立 WebSocket 串連後立即發送。
響應事件：服務端返回
說明：通知服務端音頻發送完畢，請求結束任務。
發送時機：所有音頻資料發送完畢後。
響應事件：服務端返回
run-task
說明：啟動語音辨識任務，設定模型、音頻格式、採樣率等參數。
發送時機：建立 WebSocket 串連後立即發送。
響應事件：服務端返回 task-started 事件後才能發送音頻。
headerobject（必選）
屬性 action string（必選）指令類型，固定為 run-task。task_idstring（必選）用戶端產生的任務 ID（UUID 格式），用於關聯後續事件。streamingstring（必選）固定為 duplex。object（必選）
屬性 task_group string（必選）工作群組，固定為 audio。taskstring（必選）任務類型，固定為 asr。functionstring（必選）功能類型。固定為recognition。modelstring（必選）模型名稱。inputobject（必選）固定為{}。parametersobject（必選）語音辨識參數。
屬性 format string（必選）音頻格式。取值範圍：
integer（必選）採樣率（Hz）。取值範圍：
string（可選）熱詞列表 ID。disfluency_removal_enabledboolean（可選）是否過濾語氣詞。預設值：false。language_hintsarray[string]（可選）待識別音頻語種。無預設值，不設定時模型自動識別。取值範圍：
boolean（可選）是否啟用語義斷句。預設值：false。
integer（可選）VAD 斷句靜音閾值（ms）。當一段語音後的靜音時間長度超過該閾值時，系統會判定該句子已結束。預設值：1300。取值範圍：[200, 6000]。multi_threshold_mode_enabledboolean（可選）是否啟用多閾值模式。啟用後可防止 VAD 斷句切割過長。預設值：false。punctuation_prediction_enabledboolean（可選）是否在識別結果中添加標點符號。預設值：true。heartbeatboolean（可選）是否啟用心跳包。預設值：false。
boolean（可選）是否啟用逆文本正則化（ITN）。啟用後，中文數字將轉換為阿拉伯數字。預設值：true。 |
finish-task
說明：通知服務端音頻發送完畢，請求結束任務。
發送時機：所有音頻資料發送完畢後。
響應事件：服務端返回 task-finished 事件。
headerobject（必選）
屬性 action string（必選）指令類型，固定為 finish-task。task_idstring（必選）用戶端產生的任務 ID（UUID 格式），需與run-task事件中的 task_id 保持一致。streamingstring（必選）固定為 duplex。object（必選）
屬性 input object（必選）固定為{}。 |