Todos os produtos
Search
Central de documentação

Alibaba Cloud Model Studio:SDK iOS do Qwen-Audio-Realtime

Última atualização: Nov 20, 2026

Use o SDK iOS de conversa por voz em tempo real do Qwen-Audio-Realtime para implementar entrada de áudio em tempo real e saída de voz ou texto.

Para a conexão e a autenticação, consulte Acesso por WebSocket. Para os campos de eventos e exemplos JSON, consulte Eventos do cliente e Eventos do servidor.

Guia do usuário:Para a apresentação do modelo e recomendações de seleção, consulte Conversa por voz em tempo real.

Pré-requisitos

  1. Obtenha e configure uma chave de API. Não insira chaves de API de longa duração diretamente no código de aplicativos móveis. Recomendamos que o servidor do seu aplicativo gere uma chave de API temporária e a distribua ao cliente.

Instalar o SDK

  • Baixe o pacote de integração mais recente do SDK.
  • Extraia o pacote ZIP e adicione nuisdk.xcframework ao seu projeto.
  • Em Build Phases → Link Binary With Libraries, adicione nuisdk.xcframework.
  • Em General → Frameworks, Libraries, and Embedded Content, defina nuisdk.xcframework como Embed & Sign.

Início rápido

Abra o projeto de exemplo no Xcode. O código de exemplo está em DashQwenAudioChatViewController.m. Substitua a chave de API e teste os recursos.

Procedimento

  1. Inicialize o SDK.
  2. Defina os parâmetros de acordo com as necessidades do seu negócio: use a interface nui_initialize para definir os parâmetros de conexão e controle; use a interface nui_set_params para definir os parâmetros de efeito da conversa por voz.
  3. Chame nui_dialog_start para iniciar o processo de conversa.
  4. No callback onNuiAudioStateChanged, inicie o dispositivo de gravação com base no estado do áudio.
  5. No callback onNuiNeedAudioData, forneça continuamente os dados de gravação ou use nui_update_audio_data para enviar continuamente os dados de gravação.
  6. No callback onNuiAssistEventCallback, receba continuamente os dados de voz retornados pela IA.
  7. No callback onNuiEventCallback, ouça os eventos e obtenha as informações dos eventos.
  8. Chame nui_dialog_cancel para interromper a conversa e confirme que ela foi encerrada ouvindo o evento EVENT_TRANSCRIBER_COMPLETE.
  9. Quando a função de conversa não for mais necessária, chame a interface nui_release para liberar os recursos do SDK.

Parâmetros da solicitação

Parâmetros de conexão e controle

Configure passando uma string JSON para o parâmetro parameters da interface nui_initialize.

Exemplo de parâmetros:O exemplo a seguir é uma string JSON. Os parâmetros não estão totalmente listados. Adicione-os conforme necessário durante o desenvolvimento:

Este exemplo usa qwen-audio-3.1-realtime-plus. Ao alterar o modelo, atualize model na URL e nls_config.model nos parâmetros de efeito da conversa por voz adequadamente.

{
    "url": "wss://dashscope.aliyuncs.com/api-ws/v1/realtime?model=qwen-audio-3.1-realtime-plus",
    "apikey": "st-****",
    "device_id": "my_device_id",
    "service_mode": "1"
}
Descrição dos parâmetros
ParâmetroTipoObrigatórioDescrição

url

String

Sim

URL do serviço:

  • wss://dashscope.aliyuncs.com/api-ws/v1/realtime?model=<model_name>
  • China (Pequim): wss://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api-ws/v1/realtime?model=<model_name>
  • Singapura: wss://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api-ws/v1/realtime?model=<model_name>
Ao chamar, substitua {WorkspaceId} pelo seu ID do Workspace real.

apikey

String

Sim

Chave de API.

service_mode

String

Sim

Modo de operação. Para conversa por voz em tempo real, este parâmetro é fixado como "1".

device_id

String

Sim

Uma string exclusiva usada para identificar o usuário final. Você pode defini-la como o ID de usuário no aplicativo ou um identificador exclusivo de dispositivo gerado pelo cliente. Este ID é usado principalmente para rastreamento de logs e solução de problemas.

audio_update_manually

String

Não

Se deve ativar o modo de envio proativo de dados de áudio. Valor padrão: "false".
Quando definido como "true" para ativar o modo de envio proativo de dados de áudio e a versão do SDK suportar recursos de áudio no dispositivo (como AEC e VAD), os recursos de áudio no dispositivo são habilitados por padrão.

workspace

String

Não

O caminho de armazenamento dos arquivos de recursos no dispositivo. Este parâmetro deve ser definido quando audio_update_manually é definido como "true" e os recursos de áudio no dispositivo (como AEC e VAD) estão habilitados.

debug_path

String

Não

O caminho de armazenamento dos arquivos de log. Este parâmetro entra em vigor apenas quando save_log é definido como YES ao chamar o método nui_initialize. Neste caso, o caminho do arquivo de log deve ser definido; caso contrário, um erro será relatado. No máximo dois arquivos de log são retidos localmente.

save_wav

String

Não

Se deve salvar arquivos de áudio para depuração. Os arquivos de áudio são salvos em debug_path. Valor padrão: "false".
Valores válidos:

  • "true": Sim
  • "false": Não
Este parâmetro entra em vigor apenas quando save_log é definido como true ao chamar o método nui_initialize. Além disso, debug_path também deve ser definido.

max_log_file_size

int

Não

Define o número máximo de bytes para os arquivos de log. Este parâmetro entra em vigor apenas quando save_log é definido como YES ao chamar o método nui_initialize. Valor padrão: 104857600 (100 × 1024 × 1024 bytes, ou seja, 100MiB).

log_track_level

int

Não

Controla o nível de filtro do conteúdo de log enviado externamente por meio do callback de log (onNuiLogTrackCallback).
Valor padrão: 2.
Valores válidos:

  • 0:LOG_LEVEL_VERBOSE
  • 1:LOG_LEVEL_DEBUG
  • 2:LOG_LEVEL_INFO
  • 3:LOG_LEVEL_WARNING
  • 4:LOG_LEVEL_ERROR
  • 5: LOG_LEVEL_NONE (desativa este recurso)
Observação: log_track_level e level (definido por meio do método nui_initialize) determinam conjuntamente os logs que são finalmente retornados. Um log é retornado apenas se o seu valor de nível for maior ou igual a ambos log_track_level e level. Por exemplo, se log_track_level for definido como 2 (INFO) e level como 3 (WARNING), apenas logs de nível WARNING e superior (valor >=3) serão retornados.

Parâmetros de efeito da conversa por voz

Configurado passando uma string JSON para o parâmetro params do método nui_set_params.

Exemplo de parâmetros:O exemplo a seguir é uma string JSON. Os parâmetros não estão totalmente listados. Adicione-os conforme necessário durante o desenvolvimento:

{
    "service_type": 4,
    "nls_config": {
        "model": "qwen-audio-3.1-realtime-plus",
        "sr_format": "pcm"
    }
}
Descrição dos parâmetros
Parâmetro de nível superiorTipoObrigatórioDescrição

service_type

int

Sim

Tipo de serviço de voz. Fixado em 4 para conversa por voz em tempo real.

nls_config

object

Sim

O objeto de configuração principal da conversa por voz, contendo parâmetros-chave como seleção de modelo e controle do efeito da conversa.

nls_config.model

string

Sim

Especifica o nome do modelo. Os modelos suportados incluem as séries qwen-audio-3.1-realtime-plus, qwen-audio-3.1-realtime-flash, qwen-audio-3.0-realtime-plus e qwen-audio-3.0-realtime-flash.

nls_config.sr_format

string

Sim

Formato do áudio de entrada. Atualmente, apenas pcm (16kHz 16bit mono) é suportado, que é o valor padrão.

nls_config.modalities

string

Não

Uma string em formato de matriz. As configurações de modalidade de saída do modelo. Valores válidos:

  • ["text"]: Apenas saída de texto.
  • ["audio", "text"] (valor padrão): Gera tanto texto quanto áudio.

nls_config.voice

string

Não

O nome da voz do TTS. O valor padrão para 3.1 Plus/Flash é longanqian_v3.1, e o valor padrão para 3.0 Plus/Flash é longanqian. Só pode ser definido no primeiro session.update; entradas subsequentes serão ignoradas.

  • Vozes do sistema 3.1 Plus/Flash: Os valores válidos incluem longanqian_v3.1 e todas as vozes da lista de vozes do 3.1 TTS Plus/Flash. Para a lista completa, consulte Configuração de voz.
  • Vozes do sistema 3.0 Plus/Flash: longanqian, longanlingxin, longanlingxi, longanxiaoxin, longanlufeng.
  • Vozes de clonagem de voz: Criadas por meio da API de clonagem de voz. Preencha o voice_id retornado neste parâmetro. Para mais informações, consulte Configuração de voz.

nls_config.enable_speech_emotion

BOOL

Não

Se deve ativar o aprimoramento de emoção. Quando ativado, as mudanças emocionais da voz de resposta ficam mais perceptíveis. Valor padrão: YES. Valores válidos: YES, NO.

nls_config.instructions

string

Não

A instrução do sistema, usada para definir o papel do modelo, o estilo de resposta e as preferências de comportamento. Aplica-se a toda a sessão.

nls_config.max_history_turns

int

Não

O número máximo de turnos históricos de perguntas e respostas permitidos por solicitação. Intervalo de valores: 1-50. Valor padrão: 20.

nls_config.tools

string

Não

Uma string em formato de matriz. Uma lista de definições de ferramentas de Function Calling. Depois de configurado, o modelo pode decidir de forma autônoma se deve chamar ferramentas com base na entrada do usuário.
Descrição dos parâmetros internos:
typestring(obrigatório)
Fixado como function.
function.namestring(obrigatório)
O nome da função da ferramenta.
function.descriptionstring (opcional)
Uma descrição da funcionalidade da função da ferramenta, com base na qual o modelo decide se deve chamar a ferramenta.
function.parametersobject (opcional)
Uma descrição dos parâmetros de entrada da função da ferramenta, com base na qual o modelo extrai os parâmetros de entrada necessários. Se a função não exigir parâmetros de entrada, isto pode ser omitido.
Exemplo:

[
  {
    "type": "function",
    "function": {
      "name": "get_weather",
      "description": "查询指定城市的天气信息。",
      "parameters": {
        "type": "object",
        "properties": {
          "city": {
            "type": "string",
            "description": "城市"
          }
        },
        "required": [
          "city"
        ]
      }
    }
  }
]

nls_config.turn_detection

string

Não

As descrições dos campos de detecção de turno a seguir se aplicam a qwen-audio-3.1-realtime-plus, qwen-audio-3.1-realtime-flash, qwen-audio-3.0-realtime-plus e qwen-audio-3.0-realtime-flash.

Uma string em formato de objeto JSON. A configuração de detecção de turno. Quando não definida, muda para o modo push-to-talk (envio manual de áudio e acionamento manual da inferência). Caso contrário, o modo de conversa duplex é habilitado.

nls_config.turn_detection.type

string

Não

O tipo de VAD. Valores válidos:

  • server_vad (padrão): Detecta o início e o fim da fala com base em características acústicas e aciona a inferência automaticamente.
  • smart_turn: Detecção de turno inteligente que combina percepção acústica com compreensão semântica, determinando os limites de turno por meio de julgamento acústico e semântico. Sons não semânticos (como "hum" ou "ah") não acionam um turno de conversa nem interrompem a reprodução do modelo.
  • smart_turn_v2 (recomendado): Aprimora a compreensão do contexto da conversa com base no smart_turn, identificando melhor as intenções de interação em cenários com múltiplos locutores. Reduz respostas incorretas e interrupções causadas por outros locutores ou interferências irrelevantes.

nls_config.turn_detection.threshold

float

Não

Sensibilidade do VAD. Aplica-se a server_vad, smart_turn e smart_turn_v2. Quanto menor o valor, mais facilmente sons fracos (incluindo ruído de fundo) são reconhecidos como fala; quanto maior o valor, mais clara e alta deve ser a fala necessária para acionar a detecção.
Intervalo de valores: [-1.0, 1.0], valor padrão: 0.5.

nls_config.turn_detection.silence_duration_ms

int

Não

A duração mínima de silêncio (em milissegundos) após o fim da fala. Apenas efetivo no modo server_vad (não efetivo nos modos smart_turn e smart_turn_v2). Assim que o silêncio atinge essa duração, a resposta do modelo é acionada. Valores menores tornam as respostas mais rápidas, mas pausas breves também podem causar acionamentos falsos.
Intervalo de valores: [200, 6000], valor padrão: 800. 400-800 é recomendado para cenários de conversa.

nls_config.turn_detection.voiceprint_audio_urls

string

Não

Uma string em formato de matriz. Efetivo nos modos smart_turn e smart_turn_v2.Uma lista de URLs publicamente acessíveis do áudio pré-gravado do usuário alvo, usada para o aprimoramento do locutor. O modelo usa essas amostras de áudio para focar no locutor alvo durante conversas full-duplex, ignorando outras vozes e o ruído de fundo. Até 5 URLs são suportadas. Requisitos de formato de áudio: PCM ou WAV de 16kHz.

Referência da API

NeoNui

nui_initialize

Inicializa a instância do SDK de conversa por voz. O SDK é um singleton; não o inicialize repetidamente antes de chamar nui_release.

Assinatura do método
- (NuiResultCode) nui_initialize:(const char *)parameters
                       logLevel:(NuiSdkLogLevel)level
                        saveLog:(BOOL)save_log;
Descrição dos parâmetros
ParâmetroTipoDescrição

parameters

char*

Uma string JSON contendo parâmetros de autenticação, conexão e depuração. Consulte Parâmetros de conexão e controle.

level

NuiSdkLogLevel

Controla o nível de saída de log dos logs do próprio SDK.

save_log

BOOL

Se deve salvar logs localmente. Se definido como YES, você deve especificar um caminho por meio de debug_path em Parâmetros de conexão e controle, e pode definir o tamanho do arquivo por meio de max_log_file_size.

nui_set_params

Define parâmetros de efeito da conversa por voz em formato JSON. Chame antes de nui_dialog_start.

Assinatura do método
- (NuiResultCode) nui_set_params:(const char *)params;
Descrição dos parâmetros
ParâmetroTipoDescrição

params

char*

Parâmetros de efeito da conversa por voz.

nui_dialog_start

Inicia uma conversa.

Assinatura do método
- (NuiResultCode) nui_dialog_start:(NuiVadMode)vad_mode
                      dialogParam:(const char *)dialog_params;
Descrição dos parâmetros
ParâmetroTipoDescrição

vad_mode

NuiVadMode

Modo VAD. Fixado em MODE_P2T.

dialog_params

char*

Se o parâmetro apikey em Parâmetros de conexão e controle usar uma chave de API temporária, você pode atualizá-la aqui quando expirar.
O conteúdo está em formato JSON:

{
  "apikey": "st-****"
}

nui_dialog_cancel

Encerra a conversa ou cancela imediatamente a interação atual.

Assinatura do método
- (NuiResultCode) nui_dialog_cancel:(BOOL)force;
Descrição dos parâmetros
ParâmetroTipoDescrição

force

BOOL

Se deve encerrar a tarefa forçosamente e ignorar o resultado final.

  • YES: Encerra a tarefa imediatamente sem esperar que o servidor retorne o resultado final do reconhecimento.
  • NO: Encerra a tarefa, mas aguarda o retorno do resultado completo.

nui_dialog_action

Envia comandos de ação de diálogo durante a interação, usados para atualizar comportamentos em tempo de execução, como o contexto da conversa.

Assinatura do método
- (NuiResultCode) nui_dialog_action:(const char *)params;
Descrição dos parâmetros
ParâmetroTipoDescrição

params

char*

Uma string JSON usada para atualizar comportamentos em tempo de execução, como o contexto da conversa.

params.type

String

Fixado como "action".

params.command

String

O comando de tempo de execução específico. Atualmente suporta function_call, play_start e play_over.

  • function_call: Comando para atualizar a solicitação de chamada de função.
  • play_start: Quando o AEC no dispositivo é usado, este comando notifica o player AEC interno do SDK para começar a reproduzir áudio.
  • play_over: Quando o AEC no dispositivo é usado, este comando notifica o player AEC interno do SDK de que a reprodução foi concluída.

params.context

String

Atualiza a solicitação de chamada de função quando command é "function_call".

params.context.type

String

Tipo de evento; obrigatório quando command é "function_call".

  • conversation.item.create: Insere manualmente um item de conversa no contexto da conversa. Pode ser usado para injetar contexto histórico, adicionar informações de texto suplementares ou gravar de volta os resultados de execução de ferramentas do Function Calling.
  • response.create: Aciona uma segunda rodada de inferência por meio deste comando após o comando conversation.item.create ser enviado.

params.context.item

object

Obrigatório quando params.context.type é conversation.item.create. Indica o item de conversa a ser criado. Para mais informações, consulte a seguir.

params.context.response

object

Opcional quando params.context.type é response.create. Indica a configuração padrão da sessão usada para substituir a rodada atual de inferência. Se não especificado, a configuração atual da sessão é usada. Para mais informações, consulte a seguir.

Parâmetro context.item:

ParâmetroTipoDescrição

id

String

Opcional. O identificador exclusivo do item de conversa. Se não especificado, é gerado automaticamente pelo servidor. Se o ID especificado já existir na conversa, um erro será retornado.

type

String

Obrigatório. O tipo de item de conversa. Valores válidos:

  • message: Uma mensagem de conversa comum.
  • function_call: Uma solicitação de chamada de função. Geralmente é gerada pelo servidor, e também pode ser usada pelo cliente para complementar o contexto histórico.
  • function_call_output: Resultados de execução de ferramentas. O cliente executa a ferramenta após receber function_call e grava o resultado de volta usando este tipo.

role

String

Obrigatório para o tipo message. O papel da mensagem. Valores válidos: system, user, assistant.

content

array

Obrigatório para o tipo message. Uma lista de conteúdo da mensagem. Cada elemento contém type e o campo de dados correspondente.
Tipos de conteúdo suportados por cada papel:
system
input_text: Mensagem do sistema, campo obrigatório text.
user

  • input_text: Entrada de texto do usuário, campo obrigatório text.
  • input_audio: Entrada de áudio do usuário, campo obrigatório audio (codificado em Base64).
assistant
output_text: Saída de texto do assistente, campo obrigatório text.

call_id

String

(Obrigatório para os tipos function_call / function_call_output)
O identificador exclusivo da chamada de função, usado para associar a solicitação e o resultado.

name

String

(Obrigatório para o tipo function_call)
O nome da função a ser chamada.

arguments

String

Obrigatório para o tipo function_call)
Os parâmetros da chamada de função, em formato de string JSON.

output

String

(Obrigatório para o tipo function_call_output)
Resultados da execução da ferramenta, em formato de string JSON.

Parâmetro context.response:

ParâmetroTipoDescrição

modalities

array

Uma string em formato de matriz. As configurações de modalidade de saída do modelo. Valores válidos:

  • ["text"]: Apenas saída de texto.
  • ["audio", "text"] (valor padrão): Gera tanto texto quanto áudio.

voice

string

Substitui a voz do TTS para a rodada atual.

Exemplos:

{
  "type": "action",
  "command": "function_call",
  "context": {
    "item": {
      "call_id": "call_xxxx",
      "output": "{\"city\":\"杭州\",\"condition\":\"晴\",\"temperature\":18}",
      "type": "function_call_output"
    },
    "type": "conversation.item.create"
  }
}

{
  "type": "action",
  "command": "function_call",
  "context": {
    "response": {
      "modalities": [
        "text",
        "audio"
      ]
    },
    "type": "response.create"
  }
}

nui_update_audio_data

Quando audio_update_manually é definido como "true", os dados de gravação não são mais preenchidos por meio de onNuiNeedAudioData; em vez disso, são enviados ativamente por meio desta interface.

Assinatura do método
- (NuiResultCode) nui_update_audio_data:(const char *)data
                                    Len:(int)length
                              FirstPack:(BOOL)first_pack;
Descrição dos parâmetros
ParâmetroTipoDescrição

data

const char *

Os dados de áudio enviados.

length

int

O número de bytes dos dados de áudio enviados.

first_pack

BOOL

Você não precisa prestar atenção neste parâmetro.

nui_push_reference_data

Quando audio_update_manually é definido como "true" e o recurso de cancelamento de eco AEC no dispositivo está habilitado, você precisa enviar os dados de áudio reproduzidos pelo player por meio desta interface como sinal de referência.

Assinatura do método
- (NuiResultCode) nui_push_reference_data:(const char *)data
                                     Len:(int)length
                               FirstPack:(BOOL)first_pack;
Descrição dos parâmetros
ParâmetroTipoDescrição

data

const char *

Os dados de áudio enviados.

length

int

O número de bytes dos dados de áudio enviados.

first_pack

BOOL

Você não precisa prestar atenção neste parâmetro.

nui_release

Libera todos os recursos internos do SDK e encerra forçosamente todas as tarefas em andamento. Depois que este método é chamado, a instância do SDK fica indisponível. Para usá-la novamente, você deve chamar nui_initialize novamente para inicialização.

Assinatura do método
- (NuiResultCode) nui_release;

nui_get_version

Obtém as informações da versão atual do SDK. Esta interface deve ser chamada após nui_initialize para retornar um valor.

Assinatura do método
- (const char*) nui_get_version;
Descrição do valor de retorno

Informações da versão atual do SDK.

nui_get_all_response

Obtém as informações completas do callback de evento atual.

Assinatura do método
- (const char*) nui_get_all_response;
Descrição do valor de retorno

Informações completas do evento em formato de string JSON.

NeoNuiSdkDelegate: Callbacks de listener

onNuiEventCallback: Ouvir informações de eventos

Assinatura do método
- (void) onNuiEventCallback:(NuiCallbackEvent)nuiEvent
                    dialog:(long)dialog
                 kwsResult:(const char *)wuw
                 asrResult:(const char *)asr_result
                  ifFinish:(BOOL)finish
                   retCode:(int)code;
Descrição dos parâmetros
ParâmetroTipoDescrição

nuiEvent

NuiCallbackEvent

Evento de callback.

dialog

long

Codificação da sessão. Você não precisa prestar atenção neste parâmetro.

wuw

char*

Despertar por voz. Você não precisa prestar atenção neste parâmetro.

asr_result

char*

Resultado do reconhecimento de fala.

finish

BOOL

Indicador de se o reconhecimento desta rodada foi encerrado.

code

int

Válido apenas quando o evento EVENT_ASR_ERROR ocorre.

onNuiAudioStateChanged: Ouvir o estado do áudio

O SDK usa este callback para notificar quando iniciar ou parar a gravação.

Assinatura do método
- (void) onNuiAudioStateChanged:(NuiAudioState)state;
Descrição de NuiAudioState
ParâmetroDescrição

STATE_OPEN

A interação começa. Você pode ligar o dispositivo de gravação para gravar áudio.

STATE_PAUSE

A interação para. Você pode parar a gravação.

STATE_CLOSE

A instância do SDK foi liberada. Você pode fechar completamente o dispositivo de gravação.

onNuiNeedAudioData: Preencher dados de áudio para processar

Depois que uma conversa começa, este callback é acionado continuamente, e você deve fornecer nele os dados de áudio a serem processados. Você pode ignorar este callback se o parâmetro audio_update_manually estiver definido como "true".

Assinatura do método
- (int) onNuiNeedAudioData:(char *)audioData length:(int)len;
Descrição dos parâmetros
ParâmetroTipoDescrição

audioData

char *

Os dados de áudio preenchidos.

len

int

O número de bytes dos dados de áudio preenchidos.

onNuiAssistEventCallback: Resultados de dados e informações auxiliares

Este callback é usado para receber eventos auxiliares e dados relacionados de dentro do SDK.

Assinatura do método
- (void) onNuiAssistEventCallback:(NuiCallbackEvent)nuiEvent
                            info:(char*)info
                         infoLen:(int)info_len
                          buffer:(char*)buffer
                             len:(int)len;
Descrição dos parâmetros
ParâmetroTipoDescrição

nuiEvent

NuiCallbackEvent

Evento de callback.

info

char *

Você não precisa prestar atenção neste parâmetro.

info_len

int

Você não precisa prestar atenção neste parâmetro.

buffer

char *

Dados auxiliares, como áudio TTS retornado pela IA.

len

int

O número de bytes dos dados auxiliares.

onNuiLogTrackCallback: Ouvir logs de rastreamento

Este callback é usado para receber logs detalhados de dentro do SDK, o que facilita a solução de problemas e a depuração.

- (void) onNuiLogTrackCallback:(NuiSdkLogLevel)level
                   logMessage:(const char *)log;

NuiCallbackEvent: Tipos de evento

EventoDescrição

EVENT_TRANSCRIBER_STARTED

A tarefa foi iniciada com sucesso.

EVENT_VAD_START

Este evento é acionado assim que a tarefa começa. Ele não indica que o início da fala humana foi detectado.

EVENT_VAD_END

O fim da fala humana é detectado.

EVENT_ASR_PARTIAL_RESULT

Resultados intermediários do reconhecimento de fala.

EVENT_ASR_ERROR

Ocorre um erro durante a conversa por voz.

EVENT_MIC_ERROR

Acionado quando nenhum dado de áudio é recebido por 2 segundos consecutivos.

EVENT_SENTENCE_END

O fim de uma frase é detectado, e um resultado completo do reconhecimento é retornado neste momento.

EVENT_TRANSCRIBER_COMPLETE

A conversa por voz termina.

EVENT_AUDIO_TRANSCRIPTION

Evento incremental de legenda de texto no modo de áudio, que retorna segmentos de legenda de maneira contínua (streaming).

EVENT_AUDIO_TRANSCRIPTION_COMPLETED

Evento de conclusão da saída de legendas no modo de áudio.

EVENT_OTHER_RESULT

Outras informações de evento não classificadas, como os resultados retornados de function_call.

EVENT_ASR_TTS_START

A IA começa a retornar dados TTS.

EVENT_ASR_TTS_DATA

Dados TTS retornados pela IA.

EVENT_ASR_TTS_COMPLETE

A IA termina de retornar dados TTS.

EVENT_AEC_DATA

Dados de áudio após o cancelamento de eco AEC.