实时转写

实时转写 API

一个 WebSocket：发送麦克风音频，边说边收到文字，以及每句完成的话和它的语言。

1. 1

   获取 API 密钥

   在控制台创建密钥。它与试用区使用同一余额。

   创建密钥
2. 2

   发送第一个请求

   与试用区发送的请求相同。把 OPENNAN_KEY 设为你的密钥。

   JavaScriptPython事件

   复制

   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

   读取事件

   你说话时，服务器会发送 JSON 事件；语音以带格式说明的 base64 音频片段发送。

   session.started

   会话已打开，附带价格和限制

   transcript.partial

   你还在说话时的文字

   transcript.final

   一句完成的话及其语言

   usage

   目前的秒数和费用

   error

   出现问题，附带代码和易懂的说明

   session.end

   结束原因：你停止、余额、静音或时长上限