实时语音识别（Qwen-Audio-ASR-Streaming）服务端事件 - 大模型服务平台百炼

本文介绍 Qwen-Audio-ASR-Streaming 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。

task-started

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

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

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。

usageobject

当前任务的累计用量。

属性

input_tokensinteger

累计输入 Token 数。

说明适用于 qwen-audio-3.1-asr-flash-streaming。

output_tokensinteger

累计输出 Token 数。

说明适用于 qwen-audio-3.1-asr-flash-streaming。

total_tokensinteger

累计 Token 总数，为输入和输出 Token 数之和。

说明适用于 qwen-audio-3.1-asr-flash-streaming。

durationinteger

累计音频时长（秒）。

说明用于 qwen-audio-3.0-asr-flash-streaming 的计费。

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": []
      }
    }
  }
}

最终结果：

{
  "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
    }
  }
}

task-finished

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）。

payload.usageobject

任务结束时的累计用量。字段含义与 result-generated.usage相同。

{
  "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
    }
  }
}

task-failed

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": {}
}