Transcrição ao vivo

API de Transcrição ao vivo

Um único WebSocket: envie o áudio do microfone e receba as palavras enquanto fala e cada frase concluída com o idioma.

1. 1

   Pegue uma chave de API

   Crie uma chave no console. Ela usa o mesmo saldo do playground.

   Criar uma chave
2. 2

   Envie sua primeira requisição

   A mesma requisição que o playground envia. Defina OPENNAN_KEY com sua chave.

   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

   Leia os eventos

   Enquanto você fala, o servidor envia eventos JSON; a voz chega em trechos de áudio base64 com o formato.

   session.started

   Sua sessão está aberta, com preço e limites

   transcript.partial

   Palavras enquanto você ainda fala

   transcript.final

   Uma frase concluída e o idioma

   usage

   Segundos e custo até agora

   error

   Um problema, com um código e palavras simples

   session.end

   Por que terminou: você, saldo, silêncio ou limite de tempo