Skip to main content
WSS

说明

基于 WebSocket 的流式语音转文字接口,支持边录边转的实时交互,适用于实时字幕、语音助手、跨语言翻译、语音听写等低延迟场景。通信包含 JSON 控制消息与二进制音频消息两类。
  • 接入地址wss://api.senseaudio.cn/ws/v1/audio/transcriptions
  • 鉴权方式:Bearer Token,格式 Authorization: Bearer SENSEAUDIO_API_KEY
  • 音频格式:PCM signed 16-bit little-endian,采样率 16000Hz,单声道
  • 模型参数:目前仅支持 senseaudio-asr-deepthink-1.5-260319
  • 计费单位:按音频时长计费,详见 计费说明
  • 离线转写:文件批量转写请使用 语音识别转写
  • 音频必须为 PCM 16-bit little-endian / 16kHz / 单声道;其他采样率、格式、声道当前不支持。
  • 控制消息必须以 JSON 文本帧 发送,音频数据必须以 二进制帧 发送。
  • 客户端需等待 connected_success 后再发送 task_start,等待 task_started 后再开始推送音频。

请求头 (Request Headers)


通信流程


客户端事件

1. task_start - 开始任务

客户端发送 task_start 事件配置参数。服务端返回 task_started 后方可开始推送二进制音频帧。 请求参数

audio_setting

vad_setting(可选)

transcription_setting(可选)

支持的语言列表 (target_language) 请求示例
响应参数 响应示例

2. 音频流传输(Binary Message)

客户端持续发送二进制音频数据,无需额外封装。
  • 格式要求:PCM signed 16-bit little-endian,16kHz,单声道。
  • 建议分片:每片约 100ms(3200 字节)发送,便于模拟实时流。
  • 断句机制:服务端通过 VAD 自动断句,每识别完一句话会返回一次 result_final
服务端响应示例(result_final

3. task_finish - 结束任务

客户端发送 task_finish 事件通知音频发送完毕。服务端处理剩余音频后返回 task_finished 并关闭连接。 请求参数 请求示例
响应示例

服务端事件

connected_success - 连接建立成功

初次请求接口时,表示 WebSocket 连接建立成功。

task_started - 任务已开始

标志任务已成功开始,客户端可以开始推送音频帧。

result_final - 识别结果

每完成一句断句返回一次,data 中包含识别文本及时间戳等信息。

task_finished - 任务已结束

标志任务已结束,WebSocket 连接即将关闭。

task_failed - 任务失败

标志任务失败,base_resp.status_msg 中包含错误信息,服务端可能随即关闭连接。

使用示例

请将示例代码中的 SENSEAUDIO_API_KEYAUDIO_FILE 替换为实际值。
依赖: pip install websockets

错误码说明


注意事项

  1. 消息类型区分:控制消息必须用文本帧发送 JSON,音频帧必须用二进制帧发送;混用会导致服务端解析失败。
  2. 事件发送顺序:必须按 连接 → task_start → 音频帧 → task_finish 顺序发送;仅在收到 task_started 后才可发送音频。
  3. 音频参数:当前仅支持 16kHz / 16-bit / 单声道 PCM;若录音源采样率不同,需在客户端重采样。
  4. 实时流节奏:建议每片约 100ms(3200 字节)发送,避免过快占满缓冲或过慢导致 VAD 误触发。
  5. 连接关闭:收到 task_finishedtask_failed 后服务端会关闭连接,客户端应及时回收资源。

相关资源

离线转写 API

基于 HTTP 的文件识别接口。

WebSocket 实时识别指南

WebSocket ASR 的应用场景与接入最佳实践。

ASR 总览

语音识别能力与模型对比。

音频质量检测

离线音频噪声/可用性检测。
bearerAuth
type:http

Bearer Token 鉴权,格式 Authorization: Bearer <SENSEAUDIO_API_KEY>

task_start
type:object

开始识别任务

音频二进制帧
type:string

PCM 音频二进制帧

task_finish
type:object

结束识别任务

connected_success
type:object

连接建立成功

task_started
type:object

任务已开始

result_final

识别结果

task_finished
type:object

任务已结束

task_failed
type:object

任务失败