Temps réel ASR

Le ASR en temps réel est destiné aux sous-titres en direct, à la saisie vocale et à la transcription de type réunion. Sur l'Open API à l'étranger, la disponibilité en temps réel du ASR dépend du compte et du déploiement. Utilisez le schéma GET /api/openapi.json et la configuration de compte actuels comme source de vérité.

Demande

Le ASR en temps réel utilise un modèle de streaming de style WebSocket lorsqu'il est activé. La connexion s'authentifie avec la clé API du porteur normal :

Authorization: Bearer FISHAUDIO_API_KEY

Envoyez l'audio dans l'encodage et la taille de bloc requis par le modèle activé. Si votre produit enregistre de l'audio dans le navigateur, acheminez-le via votre backend ou un flux d'échange de clé API approuvé plutôt que d'intégrer la clé API dans le code client.

Réponse

Les réponses sont des flux d'événements avec du texte partiel, du texte final, des métadonnées de synchronisation et des erreurs de terminal. Traitez les résultats partiels comme un état temporaire de l'interface utilisateur et conservez les segments finaux uniquement après que le service les ait marqués comme définitifs.

Facturation et crédits

Le ASR en temps réel peut facturer en fonction de la durée de la session ou de la durée de l'audio traité. Imposez une durée maximale de session dans votre produit et appelez Profil avant de démarrer des sessions en direct coûteuses.

Erreurs

Si ASR en temps réel n'est pas disponible pour le compte, utilisez le point de terminaison HTTP Speech to Text pour la transcription du fichier. En cas d'erreurs de streaming, fermez la connexion, conservez la dernière transcription finale et laissez l'utilisateur redémarrer intentionnellement.