本文介紹 Qwen-Audio-ASR-Streaming 即時語音辨識服務通過 WebSocket 推送給用戶端的服務端事件,包括 task-started、result-generated、task-finished、task-failed 四類事件的資料結構與欄位含義。
task-started
任務啟動成功,用戶端可開始發送音頻資料。
headerobject
屬性 task_id string用戶端產生的任務 ID(UUID 格式)。eventstring事件類型,固定為 task-started。attributesobject附加屬性(通常為空白)。object固定為{}。 |
result-generated
識別結果,包含中間結果(sentence_end=false)和最終結果(sentence_end=true)。其中,新句子的首個中間結果包含 sentence_begin=true。
headerobject
屬性 task_id string用戶端產生的任務 ID(UUID 格式)。eventstring事件類型,固定為 result-generated。object
屬性 output object
屬性 sentence object
屬性 begin_time integer句子開始時間(ms)。end_timeinteger句子結束時間(ms)。textstring識別文本。heartbeatboolean若為 true,可跳過該結果(心跳包)。sentence_beginboolean用於標識句子開始。sentence_endboolean是否句子結束(true=最終結果,false=中間結果)。sentence_idinteger句子的序號標識。正常識別結果中,sentence_id 從 1 開始遞增。當 heartbeat 為 true 時(即心跳包),sentence_id 固定為 0。wordsarray[object]字時間戳記資訊。
屬性 begin_time integer字開始時間(ms)。end_timeinteger字結束時間(ms)。textstring識別文本。punctuationstring標點符號。object目前任務的累計用量。
屬性 input_tokens integer累計輸入 Token 數。適用於 qwen-audio-3.1-asr-flash-streaming。integer累計輸出 Token 數。適用於 qwen-audio-3.1-asr-flash-streaming。integer累計 Token 總數,為輸入與輸出 Token 數之和。適用於 qwen-audio-3.1-asr-flash-streaming。integer累計音訊時長(秒)。用於 qwen-audio-3.0-asr-flash-streaming 的計費。 | 句子開始結果: |
task-finished
任務正常結束,可關閉串連或複用串連。
headerobject
屬性 task_id string用戶端產生的任務 ID(UUID 格式)。eventstring事件類型,固定為 task-finished。attributesobject附加屬性(通常為空白)。object任務結束時的累計用量。欄位含義與 result-generated.usage相同。 |
task-failed
任務失敗,串連會被關閉,無法複用。
headerobject
屬性 task_id string用戶端產生的任務 ID(UUID 格式)。eventstring事件類型,固定為 task-failed。error_codestring錯誤類型描述。error_messagestring具體錯誤原因。attributesobject附加屬性(通常為空白)。object固定為{}。 |