Transcription en direct

API Transcription en direct

Un seul WebSocket : envoyez l’audio du micro ; recevez les mots au fil de la parole et chaque phrase terminée avec sa langue.

1. 1

   Obtenez une clé d’API

   Créez une clé dans la console. Elle utilise le même solde que le playground.

   Créer une clé
2. 2

   Envoyez votre première requête

   La même requête que celle du playground. Définissez OPENNAN_KEY avec votre clé.

   JavaScriptPythonÉvénements

   Copier

   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

   Lisez les événements

   Pendant que vous parlez, le serveur envoie des événements JSON ; la voix arrive en morceaux audio base64 avec leur format.

   session.started

   Votre session est ouverte, avec son prix et ses limites

   transcript.partial

   Les mots pendant que vous parlez encore

   transcript.final

   Une phrase terminée et sa langue

   usage

   Secondes et coût jusqu’ici

   error

   Un problème, avec un code et des mots simples

   session.end

   Pourquoi elle s’est terminée : vous, le crédit, le silence ou la durée maximale