Transcripción en vivo

API de Transcripción en vivo

Un solo WebSocket: envía el audio del micrófono y recibe las palabras mientras hablas y cada frase terminada con su idioma.

1. 1

   Consigue una clave de API

   Crea una clave en la consola. Usa el mismo saldo que el playground.

   Crear una clave
2. 2

   Envía tu primera solicitud

   La misma solicitud que envía el playground. Pon tu clave en OPENNAN_KEY.

   JavaScriptPythonEventos

   Copiar

   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

   Lee los eventos

   Mientras hablas, el servidor envía eventos JSON; la voz llega en fragmentos de audio base64 con su formato.

   session.started

   Tu sesión está abierta, con su precio y sus límites

   transcript.partial

   Palabras mientras sigues hablando

   transcript.final

   Una frase terminada y su idioma

   usage

   Segundos y coste hasta ahora

   error

   Un problema, con un código y palabras sencillas

   session.end

   Por qué terminó: tú, el saldo, el silencio o el límite de tiempo