Live-Transkription

Live-Transkription API

Ein WebSocket: Sende dein Mikrofon-Audio; erhalte Wörter, während du sprichst, und jeden fertigen Satz mit seiner Sprache.

1. 1

   API-Schlüssel holen

   Erstelle einen Schlüssel in der Konsole. Er nutzt dasselbe Guthaben wie der Playground.

   Schlüssel erstellen
2. 2

   Erste Anfrage senden

   Dieselbe Anfrage, die der Playground sendet. Setze OPENNAN_KEY auf deinen Schlüssel.

   JavaScriptPythonEreignisse

   Kopieren

   const ws = new WebSocket("wss://api.opennan.com/v1/realtime/stt");
   ws.binaryType = "arraybuffer";
   
   ws.onopen = () => {
     ws.send(JSON.stringify({ type: "auth", ticket: session.ticket }));
     ws.send(JSON.stringify({
       "type": "session.config",
       "language": "auto"
     }));
   };
   
   mic.ondata = (pcm16) => ws.send(pcm16); // 16 kHz mono 16-bit PCM, <= 65536 bytes a frame
   
   ws.onmessage = (e) => {
     const msg = JSON.parse(e.data);
     if (msg.type === "transcript.partial") showDraft(msg.text);
     if (msg.type === "transcript.final") addLine(msg.sentence_id, msg.text, msg.language);
     if (msg.type === "session.end") console.log("ended:", msg.reason);
   };
   
   stop.onclick = () => ws.send(JSON.stringify({ type: "session.end" }));

3. 3

   Lies die Ereignisse

   Während du sprichst, sendet der Server JSON-Ereignisse; die Stimme kommt als base64-Audioteile mit ihrem Format.

   session.started

   Deine Sitzung ist offen, mit Preis und Limits

   transcript.partial

   Wörter, während du noch sprichst

   transcript.final

   Ein fertiger Satz und seine Sprache

   usage

   Sekunden und Kosten bisher

   error

   Ein Problem, mit Code und in klaren Worten

   session.end

   Warum sie endete: du, Guthaben, Stille oder Zeitlimit