Qwen-Audio-ASR-Streaming Événements serveur - Alibaba Cloud Model Studio

Le service de reconnaissance vocale en temps réel Qwen-Audio-ASR-Streaming transmet des événements côté serveur au client via WebSocket. Cette rubrique décrit les structures de données et les champs des quatre types d'événements suivants : task-started, result-generated, task-finished et task-failed.

task-started

La tâche a démarré avec succès. Le client peut commencer à envoyer des données audio.

headerobject

Properties

task_idstring

ID de tâche généré par le client (format UUID).

eventstring

Type d'événement. Toujours task-started.

attributesobject

Attributs supplémentaires. Généralement vide.

{
    "header": {
        "task_id": "2bf83b9a-baeb-4fda-8d9a-xxxxxxxxxxxx",
        "event": "task-started",
        "attributes": {}
    },
    "payload": {}
}

payloadobject

Toujours {}.

result-generated

Résultat de la reconnaissance. Comprend les résultats intermédiaires (sentence_end=false) et finaux (sentence_end=true). Le premier résultat intermédiaire d'une nouvelle phrase contient sentence_begin=true.

headerobject

Properties

task_idstring

ID de tâche généré par le client (format UUID).

eventstring

Type d'événement. Toujours result-generated.

usageobject

Utilisation cumulée de la tâche en cours.

Propriétés

input_tokensinteger

Nombre cumulé de tokens d’entrée.

RemarqueS’applique à qwen-audio-3.1-asr-flash-streaming.

output_tokensinteger

Nombre cumulé de tokens de sortie.

RemarqueS’applique à qwen-audio-3.1-asr-flash-streaming.

total_tokensinteger

Nombre total cumulé de tokens, égal à la somme des tokens d’entrée et de sortie.

RemarqueS’applique à qwen-audio-3.1-asr-flash-streaming.

durationinteger

Durée audio cumulée, en secondes.

RemarqueUtilisé pour la facturation de qwen-audio-3.0-asr-flash-streaming.

Sentence-start result:

{
  "header": {
    "task_id": "2bf83b9a-baeb-4fda-8d9a-xxxxxxxxxxxx",
    "event": "result-generated",
    "attributes": {}
  },
  "payload": {
    "output": {
      "sentence": {
        "begin_time": 0,
        "end_time": null,
        "text": "",
        "sentence_begin": true,
        "sentence_end": false,
        "sentence_id": 1,
        "words": []
      }
    }
  }
}

Final result:

{
  "header": {
    "task_id": "2bf83b9a-baeb-4fda-8d9a-xxxxxxxxxxxx",
    "event": "result-generated",
    "attributes": {}
  },
  "payload": {
    "output": {
      "sentence": {
        "sentence_id": 1,
        "begin_time": 160,
        "end_time": 1640,
        "text": "欢迎使用阿里云。",
        "channel_id": 0,
        "speaker_id": null,
        "sentence_end": true,
        "words": [
          {
            "begin_time": 160,
            "end_time": 520,
            "text": "欢迎",
            "punctuation": "",
            "fixed": true,
            "speaker_id": null
          },
          {
            "begin_time": 520,
            "end_time": 880,
            "text": "使用",
            "punctuation": "",
            "fixed": true,
            "speaker_id": null
          },
          {
            "begin_time": 880,
            "end_time": 1640,
            "text": "阿里云",
            "punctuation": "。",
            "fixed": true,
            "speaker_id": null
          }
        ],
        "stash": {
          "sentence_id": 2,
          "text": "",
          "begin_time": 1640,
          "current_time": 1640,
          "words": []
        }
      },
      "text": "欢迎使用阿里云。",
      "request_id": "95372ce8e6704bcc8747da94789c15ca",
      "output": {
        "sentence": {
          "sentence_id": 1,
          "begin_time": 160,
          "end_time": 1640,
          "text": "欢迎使用阿里云。",
          "channel_id": 0,
          "speaker_id": null,
          "sentence_end": true,
          "words": [
            {
              "begin_time": 160,
              "end_time": 520,
              "text": "欢迎",
              "punctuation": "",
              "fixed": true,
              "speaker_id": null
            },
            {
              "begin_time": 520,
              "end_time": 880,
              "text": "使用",
              "punctuation": "",
              "fixed": true,
              "speaker_id": null
            },
            {
              "begin_time": 880,
              "end_time": 1640,
              "text": "阿里云",
              "punctuation": "。",
              "fixed": true,
              "speaker_id": null
            }
          ],
          "stash": {
            "sentence_id": 2,
            "text": "",
            "begin_time": 1640,
            "current_time": 1640,
            "words": []
          }
        },
        "text": "欢迎使用阿里云。",
        "request_id": "95372ce8e6704bcc8747da94789c15ca"
      },
      "usage": {
        "duration": 2,
        "input_tokens": 85,
        "output_tokens": 4,
        "total_tokens": 89
      }
    },
    "usage": {
      "duration": 2,
      "input_tokens": 85,
      "output_tokens": 4,
      "total_tokens": 89
    }
  }
}

payloadobject

Properties

outputobject

Properties

sentenceobject

Properties

begin_timeinteger

Horodatage de début de la phrase, en millisecondes.

end_timeinteger

Horodatage de fin de la phrase, en millisecondes.

textstring

Texte reconnu.

heartbeatboolean

Si vrai, le résultat est un paquet de battement de cœur et peut être ignoré.

sentence_beginboolean

Signale le début d'une phrase.

sentence_endboolean

Indique si la phrase est terminée (true = résultat final, false = résultat intermédiaire).

sentence_idinteger

Identifiant séquentiel de la phrase. Dans les résultats normaux, sentence_id s'incrémente à partir de 1. Pour un paquet de battement de cœur (heartbeat vrai), sentence_id vaut toujours 0.

wordsarray[object]

Horodatages au niveau des mots.

Properties

begin_timeinteger

Horodatage de début du mot, en millisecondes.

end_timeinteger

Horodatage de fin du mot, en millisecondes.

textstring

Texte reconnu.

punctuationstring

Signe de ponctuation.

task-finished

La tâche s'est terminée normalement. Vous pouvez fermer la connexion ou la réutiliser.

headerobject

Properties

task_idstring

ID de tâche généré par le client (format UUID).

eventstring

Type d'événement. Toujours task-finished.

attributesobject

Attributs supplémentaires. Généralement vide.

{
  "header": {
    "task_id": "2bf83b9a-baeb-4fda-8d9a-xxxxxxxxxxxx",
    "event": "task-finished",
    "attributes": {}
  },
  "payload": {
    "output": {},
    "usage": {
      "duration": 9,
      "input_tokens": 365,
      "output_tokens": 12,
      "total_tokens": 377
    }
  }
}

payload.usageobject

Utilisation cumulée à la fin de la tâche. Les champs ont la même signification que dans result-generated.usage.

task-failed

Échec de la tâche. La connexion est fermée et ne peut pas être réutilisée.

headerobject

Properties

task_idstring

ID de tâche généré par le client (format UUID).

eventstring

Type d'événement. Toujours task-failed.

error_codestring

Description du type d'erreur.

error_messagestring

Cause spécifique de l'erreur.

attributesobject

Attributs supplémentaires. Généralement vide.

{
    "header": {
        "task_id": "2bf83b9a-baeb-4fda-8d9a-xxxxxxxxxxxx",
        "event": "task-failed",
        "error_code": "CLIENT_ERROR",
        "error_message": "request timeout after 23 seconds.",
        "attributes": {}
    },
    "payload": {}
}

payloadobject

Toujours {}.