开发文档
实时对话
通过 WebSocket 收发语音以实现不间断对话,也能处理用户说话过程中的插话。
连接
通过 wss 连接,并在首帧发送会话配置。认证通过查询令牌传递,而非请求头。
事件
音频增量、文本增量以及发话开始与结束事件会持续推送。插话通过取消事件处理。
| Event | Direction | Note |
|---|---|---|
| session.update | client → server | Voice, model, instructions |
| input_audio.append | client → server | PCM chunk |
| response.audio.delta | server → client | Output audio chunk |
| response.text.delta | server → client | Transcript delta |
| response.cancel | client → server | Barge-in |
计费
输入与输出音频按分钟计。仅保持连接而不说话不计费。