实时语音识别（Qwen-Audio-3.0-ASR-Flash-Streaming/Fun-ASR-Realtime）服务端事件_大模型服务平台百炼(Model Studio) - 大模型服务平台百炼

本文介绍 Qwen-Audio-3.0-ASR-Flash-Streaming/Fun-ASR-Realtime 实时语音识别服务通过 WebSocket 推送给客户端的服务端事件，包括 task-started、result-generated、task-finished、task-failed 四类事件的数据结构与字段含义。

用户指南：关于模型介绍和选型建议请参见语音识别。

事件交互流程：如需了解事件交互时序，请参见WebSocket API。

task-started

说明：任务启动成功，客户端可开始发送音频数据。

headerobject

属性

task_idstring

客户端生成的任务 ID（UUID 格式）。

eventstring

事件类型，固定为 task-started。

attributesobject

附加属性（通常为空）。

payloadobject

固定为{}。

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

result-generated

说明：识别结果，包含中间结果（sentence_end=false）和最终结果（sentence_end=true）。其中，新句子的首个中间结果包含 sentence_begin=true。

headerobject

属性

task_idstring

客户端生成的任务 ID（UUID 格式）。

eventstring

事件类型，固定为 result-generated。

payloadobject

属性

outputobject

属性

usageobject

当payload.output.sentence.sentence_end为false（当前句子未结束）时，usage为null。

当payload.output.sentence.sentence_end为true（当前句子已结束）时，usage.duration为当前任务计费时长。

属性

durationinteger

任务计费时长（s）。

属性

sentenceobject

属性

begin_timeinteger

句子开始时间（ms）。

end_timeinteger

句子结束时间（ms）。

textstring

识别文本。

heartbeatboolean

若为 true，可跳过该结果（心跳包）。

sentence_beginboolean

用于标识句子开始。

sentence_endboolean

是否句子结束（true=最终结果，false=中间结果）。

sentence_idinteger

句子的序号标识。正常识别结果中，sentence_id 从 1 开始递增。当 heartbeat 为 true 时（即心跳包），sentence_id 固定为 0。

wordsarray[object]

字时间戳信息。

属性

begin_timeinteger

字开始时间（ms）。

end_timeinteger

字结束时间（ms）。

textstring

识别文本。

punctuationstring

标点符号。

句子开始结果：

{
  "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": []
      }
    },
    "usage": null
  }
}

最终结果：

{
  "header": {
    "task_id": "2bf83b9a-baeb-4fda-8d9a-xxxxxxxxxxxx",
    "event": "result-generated",
    "attributes": {}
  },
  "payload": {
    "output": {
      "sentence": {
        "begin_time": 170,
        "end_time": 920,
        "text": "好，我知道了",
        "heartbeat": false,
        "sentence_end": true,
        "sentence_id": 1,
        "words": [
          {
            "begin_time": 170,
            "end_time": 295,
            "text": "好",
            "punctuation": "，"
          },
          {
            "begin_time": 295,
            "end_time": 503,
            "text": "我",
            "punctuation": ""
          },
          {
            "begin_time": 503,
            "end_time": 711,
            "text": "知道",
            "punctuation": ""
          },
          {
            "begin_time": 711,
            "end_time": 920,
            "text": "了",
            "punctuation": ""
          }
        ]
      }
    },
    "usage": {
      "duration": 3
    }
  }
}

task-finished

说明：任务正常结束，可关闭连接或复用连接。

headerobject

属性

task_idstring

客户端生成的任务 ID（UUID 格式）。

eventstring

事件类型，固定为 task-finished。

attributesobject

附加属性（通常为空）。

payloadobject

无需关注其中内容，通常为{}。

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

task-failed

说明：任务失败，连接会被关闭，无法复用。

headerobject

属性

task_idstring

客户端生成的任务 ID（UUID 格式）。

eventstring

事件类型，固定为 task-failed。

error_codestring

错误类型描述。

error_messagestring

具体错误原因。

attributesobject

附加属性（通常为空）。

payloadobject

固定为{}。

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