BRASILEventos do servidor LiveTranslate
Referência do servidor WebSocket para o Qwen API de tradução audiovisual e de fala em tempo real, incluindo tipos de eventos, parâmetros e exemplos.
erro
Um erro do servidor.
{
"event_id": "event_RoUu4T8yExPMI37GKwaOC",
"type": "error",
"error": {
"type": "invalid_request_error",
"code": "invalid_value",
"message": "Invalid modalities: ['audio']. Supported combinations are: ['text'] and ['audio', 'text'].",
"param": "session.modalities"
}
}
ID do evento.
Sempre error.
Detalhes do erro.
Tipo de erro.
Código de erro.
Mensagem de erro.
Parâmetro relacionado, como `session.modalities`.
sessão.criada
Enviado quando você se conecta. Contém a configuração de sessão padrão.
Exemplo para qwen3.8-livetranslate-flash-realtime:
{
"event_id": "event_example",
"type": "session.created",
"session": {
"id": "sess_example",
"object": "realtime.session",
"model": "qwen3.8-livetranslate-flash-realtime",
"input_modalities": [
"audio"
],
"output_modalities": [
"text",
"audio"
],
"audio": {
"input": {
"format": {
"type": "pcm",
"sample_rate": 16000
},
"turn_detection": {
"type": "speaker_detection",
"threshold": 0.5,
"silence_duration_ms": 1000
}
},
"output": {
"format": {
"type": "pcm",
"sample_rate": 24000
},
"voice": "Tina"
}
},
"translation": {
"language": "en"
}
}
}
Exemplo para qwen3.5-livetranslate-flash-realtime:
{
"event_id": "event_QxBGpjBDmDDQQWDtrqBKB",
"type": "session.created",
"session": {
"id": "sess_OozZ1vtbPt2muDflHODIH",
"object": "realtime.session",
"model": "qwen3.5-livetranslate-flash-realtime",
"modalities": [
"text",
"audio"
],
"voice": "Cherry",
"input_audio_format": "pcm",
"sample_rate": 16000,
"output_audio_format": "pcm",
"turn_detection": {
"type": "server_vad",
"threshold": 0.2,
"silence_duration_ms": 1000
},
"translation": {
"language": "en",
"corpus": {
"phrases": {
"人工智能": "Artificial Intelligence",
"机器学习": "Machine Learning"
}
}
}
}
}
ID do evento.
Sempre session.created.
Configuração da sessão.
ID da sessão.
Sempre `realtime.session`.
Modelo em uso.
Aplica-se a `qwen3.8-livetranslate-flash-realtime`. Modalidades de entrada, como `["audio"]`.
Aplica-se a `qwen3.8-livetranslate-flash-realtime`. Modalidades de saída: `["text"]` ou `["text", "audio"]`.
Aplica-se a `qwen3.8-livetranslate-flash-realtime`. Configuração de entrada e saída de áudio.
Formato de entrada. `type` o padrão é `pcm`e `sample_rate` o padrão é `16000` (Hz).
Configuração de detecção de turno. Padrões: `type` é `speaker_detection`, `threshold` é `0.5`e `silence_duration_ms` é `1000`.
Formato de saída. `type` o padrão é `pcm`e `sample_rate` o padrão é `24000` (Hz).
Voz de saída. O padrão é `Tina`.
Aplica-se a modelos como `qwen3.5-livetranslate-flash-realtime`. Modalidades de saída.
Aplica-se a modelos como `qwen3.5-livetranslate-flash-realtime`. Voz para saída de áudio.
Aplica-se a modelos como `qwen3.5-livetranslate-flash-realtime`. O formato do áudio de entrada. O padrão é `pcm`.
Aplica-se a modelos como `qwen3.5-livetranslate-flash-realtime`. A taxa de amostragem do áudio de entrada, em Hz.
Aplica-se a modelos como `qwen3.5-livetranslate-flash-realtime`. O formato do áudio de saída. O padrão é `pcm`.
Aplica-se a modelos como `qwen3.5-livetranslate-flash-realtime`. A configuração VAD (detecção de atividade de voz).
Configurações de tradução.
Idioma alvo.
Configuração de terminologia personalizada para melhorar a precisão da tradução de termos específicos de domínio.
Um mapeamento de termos do idioma de origem para traduções do idioma de destino.
sessão.atualizada
Enviado após um sucesso session.update pedido. Em caso de erro, o servidor retorna um error evento em vez disso.
Exemplo para qwen3.8-livetranslate-flash-realtime:
{
"event_id": "event_example",
"type": "session.updated",
"session": {
"id": "sess_example",
"object": "realtime.session",
"model": "qwen3.8-livetranslate-flash-realtime",
"input_modalities": [
"audio"
],
"output_modalities": [
"text",
"audio"
],
"audio": {
"input": {
"format": {
"type": "pcm",
"sample_rate": 16000
},
"turn_detection": {
"type": "speaker_detection",
"threshold": 0.5,
"silence_duration_ms": 1000
}
},
"output": {
"format": {
"type": "pcm",
"sample_rate": 24000
},
"voice": "Tina"
}
},
"translation": {
"language": "en"
}
}
}
Exemplo para qwen3.5-livetranslate-flash-realtime:
{
"event_id": "event_QxBGpjBDmDDQQWDtrqBKB",
"type": "session.updated",
"session": {
"id": "sess_OozZ1vtbPt2muDflHODIH",
"object": "realtime.session",
"model": "qwen3.5-livetranslate-flash-realtime",
"modalities": [
"text",
"audio"
],
"voice": "Ethan",
"sample_rate": 16000,
"input_audio_format": "pcm",
"output_audio_format": "pcm",
"input_audio_transcription": {
"model": "qwen3-asr-flash-realtime",
"language": "zh"
},
"turn_detection": {
"type": "server_vad",
"threshold": 0.2,
"prefix_padding_ms": 300,
"silence_duration_ms": 1000,
"create_response": true,
"interrupt_response": true
},
"translation": {
"language": "en",
"corpus": {
"phrases": {
"人工智能": "Artificial Intelligence",
"机器学习": "Machine Learning"
}
}
},
"enable_voice_clone": true,
"voice_clone_options": {
"frequency": "once"
}
}
}
ID do evento.
Sempre session.updated.
Configuração da sessão.
ID da sessão.
Sempre `realtime.session`.
Modelo em uso.
Aplica-se a `qwen3.8-livetranslate-flash-realtime`. Modalidades de entrada, como `["audio"]`.
Aplica-se a `qwen3.8-livetranslate-flash-realtime`. Modalidades de saída: `["text"]` ou `["text", "audio"]`.
Aplica-se a `qwen3.8-livetranslate-flash-realtime`. Configuração de entrada e saída de áudio.
Formato de entrada. `type` o padrão é `pcm`e `sample_rate` o padrão é `16000` (Hz).
Configuração de detecção de turno. Padrões: `type` é `speaker_detection`, `threshold` é `0.5`e `silence_duration_ms` é `1000`.
Formato de saída. `type` o padrão é `pcm`e `sample_rate` o padrão é `24000` (Hz).
Voz de saída. O padrão é `Tina`.
Aplica-se a modelos como `qwen3.5-livetranslate-flash-realtime`. Modalidades de saída.
Aplica-se a modelos como `qwen3.5-livetranslate-flash-realtime`. Voz para saída de áudio.
Aplica-se a modelos como `qwen3.5-livetranslate-flash-realtime`. O formato do áudio de entrada. O valor é sempre `pcm`.
Aplica-se a modelos como `qwen3.5-livetranslate-flash-realtime`. A taxa de amostragem do áudio de entrada, em Hz.
Aplica-se a modelos como `qwen3.5-livetranslate-flash-realtime`. O formato do áudio de saída. O valor é sempre `pcm`.
Aplica-se a modelos como `qwen3.5-livetranslate-flash-realtime`. A configuração de transcrição de áudio de entrada. Devolvido somente quando o `input_audio_transcription.model` parâmetro é configurado na sessão.
O modelo de reconhecimento de fala.
O idioma de reconhecimento de fala configurado.
Aplica-se a modelos como `qwen3.5-livetranslate-flash-realtime`. A configuração VAD (detecção de atividade de voz). Este campo não é retornado no modo Manual (quando o cliente define este parâmetro como `null` em `session.update`).
O tipo de VAD. O valor é sempre `server_vad`.
A sensibilidade de detecção do VAD.
A duração do áudio (em milissegundos) retida antes do início da fala, para evitar a perda do início da fala.
A duração mínima do silêncio (em milissegundos) necessária após o término da fala para determinar se a fala foi concluída.
Se deve acionar automaticamente uma resposta de tradução após o VAD detectar que a fala terminou.
Se deve interromper a resposta de tradução atual que está sendo gerada quando o VAD detecta uma nova mudança de fala.
Configurações de tradução.
Idioma alvo.
Configuração de terminologia personalizada para melhorar a precisão da tradução de termos específicos de domínio.
Um mapeamento de termos do idioma de origem para traduções do idioma de destino.
Se deve ativar a clonagem de voz.
Parâmetros de controle de clonagem de voz. Devolvido somente quando `enable_voice_clone` é `true`.
A frequência de clonagem de voz.
sessão.terminada
Enviado após todas as traduções serem concluídas.
O servidor envia isso somente depois que você envia session.finish. Você pode desconectar depois de recebê-lo.
{
"event_id": "event_xxx",
"type": "session.finished"
}
ID do evento.
Sempre session.finished.
resposta.criada
Enviado quando o servidor inicia uma nova resposta.
{
"event_id": "event_L8hHVI5jYis6BzAjnPWJh",
"type": "response.created",
"response": {
"id": "resp_P79OOMs8LnrXVpiIHUCKR",
"object": "realtime.response",
"conversation_id": "conv_UFClXtYkRkFXrs48y8pmK",
"status": "in_progress",
"modalities": [
"text",
"audio"
],
"voice": "Cherry",
"output_audio_format": "pcm16",
"output": []
}
}
ID do evento.
Sempre response.created.
Objeto de resposta.
ID de resposta.
ID da conversa.
Sempre `realtime.response`.
Estado da resposta: `completed`, `failed`, `in_progress`, ou `incomplete`.
Modalidades de resposta.
Voz para saída de áudio.
O formato do áudio de saída.
Atualmente vazio.
resposta.concluído
Enviado quando a geração da resposta termina. O response O objeto inclui todos os itens de saída, exceto dados de áudio brutos.
{
"event_id": "event_CNea8oXNipVanSg2VIzkO",
"type": "response.done",
"response": {
"id": "resp_TfhYTqej692vsGA2jNEtH",
"object": "realtime.response",
"conversation_id": "conv_ZtyLfKVm8XqLwYRlsuDih",
"status": "completed",
"modalities": [
"text",
"audio"
],
"voice": "Cherry",
"output_audio_format": "pcm16",
"output": [
{
"id": "item_MKtkMwN9RtcyE9eJShyWy",
"object": "realtime.item",
"type": "message",
"status": "completed",
"role": "assistant",
"content": [
{
"type": "audio",
"transcript": "Hello? "
}
]
}
],
"usage": {
"total_tokens": 56,
"input_tokens": 47,
"output_tokens": 9,
"input_tokens_details": {
"text_tokens": 20,
"audio_tokens": 27
},
"output_tokens_details": {
"text_tokens": 2,
"audio_tokens": 7
}
}
}
}
ID do evento.
Sempre response.done.
Objeto de resposta.
ID de resposta.
ID da conversa.
Sempre `realtime.response`.
Estado da resposta.
Modalidades de resposta.
Voz para saída de áudio.
O formato do áudio de saída.
Saída de resposta.
ID do item de saída.
Sempre `message`.
Sempre `realtime.item`.
Status do item de saída.
Função do item de saída.
Conteúdo do item de saída.
Tipo de conteúdo: `text` para texto simples, `audio` quando a saída inclui áudio.
Saída de texto.
Transcrição de áudio.
Uso de token para esta resposta.
resposta.texto.delta
Aplica-se a qwen3.8-livetranslate-flash-realtime. Retorna um novo fragmento de tradução para saída somente texto.
{
"event_id": "event_example",
"type": "response.text.delta",
"response_id": "resp_example",
"item_id": "item_example",
"output_index": 0,
"content_index": 0,
"delta": "Hello"
}
Identificador exclusivo do evento.
response.text.delta.
ID de resposta.
ID da mensagem.
Índice de item de saída.
Índice da parte do conteúdo.
Novo fragmento de texto. Anexe fragmentos na ordem de chegada sem substituir o texto recebido anteriormente.
resposta.texto.texto
Aplica-se a modelos como qwen3.5-livetranslate-flash-realtime. Para qwen3.8-livetranslate-flash-realtime, manipular response.text.delta em vez disso.
Enviado quando o modelo gera texto de forma incremental no modo somente texto.
{
"event_id": "event_B1lIeyOXR7qJMEExbqtTG",
"type": "response.text.text",
"response_id": "resp_B1lIdtjF4Noqpn5NOjznj",
"item_id": "item_B1lIdJsAJlJiFs8ztWpJt",
"output_index": 0,
"content_index": 0,
"text": "How are"
}
ID do evento.
Sempre response.text.text.
Pedaço de texto incremental.
ID de resposta.
ID do item da mensagem.
Sempre 0.
Sempre 0.
resposta.texto.done
Enviado quando a saída somente texto for concluída.
Também enviado se a resposta for interrompida, incompleta ou cancelada.
{
"event_id": "event_B1lIeE2Nac33zn5V7h2mm",
"type": "response.text.done",
"response_id": "resp_B1lIdtjF4Noqpn5NOjznj",
"item_id": "item_B1lIdJsAJlJiFs8ztWpJt",
"output_index": 0,
"content_index": 0,
"text": "How can I assist you today?"
}
ID do evento.
Sempre response.text.done.
ID de resposta.
ID do item da mensagem.
Sempre 0.
Sempre 0.
Saída de texto completa.
resposta.audio.delta
Enviado quando o modelo gera dados de áudio de forma incremental.
{
"event_id": "event_B1osWMZBtrEQbiIwW0qHQ",
"type": "response.audio.delta",
"response_id": "resp_P79OOMs8LnrXVpiIHUCKR",
"item_id": "item_OFaPGtzfWCPyGzxnuEX9i",
"output_index": 0,
"content_index": 0,
"delta": "UklGRnoGAABXQVZFZm10IBAAAAAB..."
}
ID do evento.
Sempre response.audio.delta.
ID de resposta.
ID do item da mensagem.
Sempre 0.
Sempre 0.
Pedaço de áudio codificado em Base64.
resposta.audio.done
Enviado quando a geração de áudio for concluída.
Também enviado se a resposta for interrompida, incompleta ou cancelada. Este evento não contém os dados de áudio completos.
{
"event_id": "event_B1osWMWoDRYyITDyNYcBu",
"type": "response.audio.done",
"response_id": "resp_P79OOMs8LnrXVpiIHUCKR",
"item_id": "item_OFaPGtzfWCPyGzxnuEX9i",
"output_index": 0,
"content_index": 0
}
ID do evento.
Sempre response.audio.done.
ID de resposta.
ID do item da mensagem.
Sempre 0.
Sempre 0.
input_audio_buffer.speech_started
Retornado quando o VAD (Voice Activity Detection) do lado do servidor detecta que o usuário começou a falar.
{
"event_id": "event_xxx",
"type": "input_audio_buffer.speech_started",
"audio_start_ms": 568,
"item_id": "item_xxx"
}
O identificador exclusivo deste evento.
Sempre input_audio_buffer.speech_started.
O ponto no tempo (em milissegundos) em que a fala foi detectada para iniciar, como um deslocamento do início do fluxo de áudio.
O identificador exclusivo do item de mensagem associado.
Aplica-se a qwen3.8-livetranslate-flash-realtime. O identificador do alto-falante retornado quando speaker_detection está habilitado. Use este evento item_id para associar o locutor à transcrição e o item de tradução previous_item_id para associá-lo à tradução.
input_audio_buffer.speech_stopped
Retornado quando o VAD do lado do servidor detecta que o usuário parou de falar, indicando o fim do turno de entrada de fala atual. Como a resposta de tradução é gerada de forma síncrona com a entrada de voz em fluxo, a resposta de tradução real pode já ter começado durante o processo de entrada de voz, sem necessidade de esperar por este evento.
{
"event_id": "event_xxx",
"type": "input_audio_buffer.speech_stopped",
"audio_end_ms": 3900,
"item_id": "item_xxx"
}
O identificador exclusivo deste evento.
Sempre input_audio_buffer.speech_stopped.
O ponto de tempo (em milissegundos) em que a fala foi detectada para terminar, como um deslocamento do início do fluxo de áudio.
O identificador exclusivo do item de mensagem associado.
entrada_audio_buffer.comprometido
No modo Manual (turn_detection é null), depois que o cliente envia um input_audio_buffer.commit evento, o servidor retorna este evento como confirmação e automaticamente começa a gerar a resposta de tradução.
{
"event_id": "event_xxx",
"type": "input_audio_buffer.committed"
}
O identificador exclusivo deste evento.
Sempre input_audio_buffer.committed.
entrada_audio_buffer.cleared
Depois que o cliente envia um input_audio_buffer.clear evento, o servidor retorna esse evento como confirmação de que os dados de áudio não confirmados no buffer foram limpos.
{
"event_id": "event_xxx",
"type": "input_audio_buffer.cleared"
}
O identificador exclusivo deste evento.
Sempre input_audio_buffer.cleared.
conversa.item.criado
Retornado quando um novo item de mensagem é criado na conversa. Este evento é acionado nos seguintes cenários:
- Quando o servidor começa a gerar uma resposta de tradução, ele cria um item de mensagem do assistente correspondente (neste ponto,
contenté uma matriz vazia e o conteúdo é preenchido progressivamente com a resposta de streaming). - No modo Manual, após o cliente enviar um
input_audio_buffer.commitevento, o servidor cria adicionalmente um item de mensagem correspondente ao áudio de entrada do usuário (contentcontém{"type": "input_audio"}).
Para o mesmo segmento VAD, o servidor cria itens de mensagem separados para o resultado do reconhecimento de fala e o resultado da tradução. O item.id do resultado do reconhecimento de fala corresponde ao previous_item_id no evento de resultado da tradução. Utilize estes valores para associar e exibir o texto fonte com sua tradução.
{
"event_id": "event_xxx",
"type": "conversation.item.created",
"previous_item_id": "item_asr_xxx",
"item": {
"id": "item_translation_xxx",
"object": "realtime.item",
"type": "message",
"status": "in_progress",
"role": "assistant",
"content": []
}
}
O identificador exclusivo deste evento.
Sempre conversation.item.created.
O identificador exclusivo do item de mensagem anterior. Para um evento de resultado de tradução, esse valor corresponde ao item.id do resultado do reconhecimento de fala para o mesmo segmento VAD.
As informações do item da mensagem.
O identificador exclusivo do item de mensagem.
Sempre `message`.
Sempre `realtime.item`.
O status do item de mensagem.
O papel da mensagem. Valores válidos: `assistant` ou `user`.
O conteúdo da mensagem. Quando uma resposta é criada pela primeira vez, esta é uma matriz vazia que é preenchida progressivamente com a resposta de streaming. Para itens de mensagem do usuário criados por commit no modo Manual, ele contém `{"type": "input_audio"}`.
conversa.item.input_audio_transcription.delta
Aplica-se a qwen3.8-livetranslate-flash-realtime. Retorna incrementos de transcrição de origem para áudio de entrada.
{
"event_id": "event_example",
"type": "conversation.item.input_audio_transcription.delta",
"item_id": "item_example",
"content_index": 0,
"delta": "Hello"
}
Identificador exclusivo do evento.
conversation.item.input_audio_transcription.delta.
ID da mensagem.
Índice da parte do conteúdo.
Novo fragmento de texto. Anexe fragmentos na ordem de chegada sem substituir o texto recebido anteriormente.
conversa.item.input_audio_transcription.text
Aplica-se a modelos como qwen3.5-livetranslate-flash-realtime. Para qwen3.8-livetranslate-flash-realtime, manipular conversation.item.input_audio_transcription.delta em vez disso.
Transmite resultados de reconhecimento de fala no idioma de origem. Requer input_audio_transcription.model a ser definido.
{
"event_id": "event_xxx",
"type": "conversation.item.input_audio_transcription.text",
"item_id": "item_xxx",
"content_index": 0,
"text": "",
"stash": "The weather is really nice today",
"language": "zh",
"emotion": "neutral"
}
ID do evento.
Sempre conversation.item.input_audio_transcription.text.
ID do item da mensagem.
Sempre 0.
Texto de reconhecimento confirmado.
Texto de reconhecimento pendente. Pode ser corrigido por eventos posteriores.
Idioma de origem detectado.
A emoção detectada do áudio reconhecido. As emoções suportadas são as seguintes:
surprised: Surpresoneutral: Neutrohappy: Felizsad: Tristedisgusted: Enojadoangry: Irritadofearful: Medo
conversa.item.input_audio_transcription.completed
Enviado quando o reconhecimento de fala termina com o resultado final. Requer input_audio_transcription.model a ser definido.
{
"event_id": "event_xxx",
"type": "conversation.item.input_audio_transcription.completed",
"item_id": "item_xxx",
"content_index": 0,
"transcript": "What a beautiful day! Let's go for a walk in the park together.",
"language": "en",
"emotion": ""
}
ID do evento.
Sempre conversation.item.input_audio_transcription.completed.
ID do item da mensagem.
Sempre 0.
Resultado final do reconhecimento no idioma de origem.
Idioma de origem detectado.
A emoção detectada do áudio reconhecido. Emoções apoiadas:
surprised: surpresoneutral: calmo/neutrohappy: felizsad: tristedisgusted: enojadoangry: irritadofearful: com medo
conversa.item.input_audio_transcription.failed
Retornado quando a entrada de áudio foi recebida, mas o reconhecimento de fala falhou. Este evento é tratado separadamente de outros error eventos, facilitando ao cliente a identificação do item específico associado.
{
"event_id": "event_xxx",
"type": "conversation.item.input_audio_transcription.failed",
"item_id": "item_xxx",
"content_index": 0,
"error": {
"code": "xxx",
"message": "xxx",
"param": "xxx"
}
}
Sempre conversation.item.input_audio_transcription.failed.
O ID do item de conversa associado.
O índice da parte do conteúdo que contém o áudio.
O código de erro.
A mensagem de erro.
resposta.audio_transcript.delta
Aplica-se a qwen3.8-livetranslate-flash-realtime. Retorna um novo fragmento de tradução para saída de texto e áudio.
{
"event_id": "event_example",
"type": "response.audio_transcript.delta",
"response_id": "resp_example",
"item_id": "item_example",
"output_index": 0,
"content_index": 0,
"delta": "Hello"
}
Identificador exclusivo do evento.
response.audio_transcript.delta.
ID de resposta.
ID da mensagem.
Índice de item de saída.
Índice da parte do conteúdo.
Novo fragmento de texto. Anexe fragmentos na ordem de chegada sem substituir o texto recebido anteriormente.
resposta.audio_transcript.text
Aplica-se a modelos como qwen3.5-livetranslate-flash-realtime. Para qwen3.8-livetranslate-flash-realtime, manipular response.audio_transcript.delta em vez disso.
Transmite o texto da tradução em tempo real quando a saída inclui áudio.
{
"event_id": "event_xxx",
"type": "response.audio_transcript.text",
"response_id": "resp_xxx",
"item_id": "item_xxx",
"output_index": 0,
"content_index": 0,
"text": "Hello,",
"stash": " who are you?"
}
ID do evento.
Sempre response.audio_transcript.text.
ID de resposta.
ID do item da mensagem.
Sempre 0.
Sempre 0.
Segmento de tradução confirmado.
Texto temporário anexado a text para formar um resultado parcial. O servidor atualiza text e stash através response.audio_transcript.text eventos até response.audio_transcript.done, que contém a tradução final em transcript.
resposta.audio_transcript.done
Enviado quando a geração do texto de tradução for concluída para saída de áudio.
{
"event_id": "event_VN4Q4GJugLcc1S23viW8E",
"type": "response.audio_transcript.done",
"response_id": "resp_P79OOMs8LnrXVpiIHUCKR",
"item_id": "item_JvJauNH2CTXb1D9WV6pD4",
"output_index": 0,
"content_index": 0,
"transcript": "How can I assist you today?"
}
ID do evento.
Sempre response.audio_transcript.done.
ID de resposta.
ID do item da mensagem.
Sempre 0.
Sempre 0.
Texto final da tradução.
resposta.output_item.added
Enviado quando um novo item de saída é criado durante a geração de resposta.
{
"event_id": "event_B4O5yPt3Gjnjy5eYH3plG",
"type": "response.output_item.added",
"response_id": "resp_P79OOMs8LnrXVpiIHUCKR",
"output_index": 0,
"item": {
"id": "item_OFaPGtzfWCPyGzxnuEX9i",
"object": "realtime.item",
"type": "message",
"status": "in_progress",
"role": "assistant",
"content": []
}
}
ID do evento.
Sempre response.output_item.added.
ID de resposta.
Sempre 0.
Item de saída.
ID do item de saída.
Sempre `message`.
Sempre `realtime.item`.
Status do item de saída.
Função da mensagem.
Conteúdo da mensagem.
resposta.output_item.done
Enviado quando um item de saída é concluído.
{
"event_id": "event_XkiwbYTBC9Wcdwy6uYJ2G",
"type": "response.output_item.done",
"response_id": "resp_P79OOMs8LnrXVpiIHUCKR",
"output_index": 0,
"item": {
"id": "item_JvJauNH2CTXb1D9WV6pD4",
"object": "realtime.item",
"type": "message",
"status": "completed",
"role": "assistant",
"content": [
{
"type": "audio",
"text": "Hello, I am a large language model developed by Alibaba Cloud. My name is Qwen. How can I help you?"
}
]
}
}
ID do evento.
Sempre response.output_item.done.
ID de resposta.
Sempre 0.
Item de saída.
ID do item de saída.
Sempre `realtime.item`.
Sempre `message`.
Status do item de saída.
Função do remetente.
Conteúdo da mensagem.
resposta.content_part.added
Enviado quando uma nova parte do conteúdo começa.
{
"event_id": "event_J2UixwYKZsXg7c9YXZetL",
"type": "response.content_part.added",
"response_id": "resp_P79OOMs8LnrXVpiIHUCKR",
"item_id": "item_OFaPGtzfWCPyGzxnuEX9i",
"output_index": 0,
"content_index": 0,
"part": {
"type": "audio",
"text": ""
}
}
ID do evento.
Sempre response.content_part.added.
ID de resposta.
ID do item da mensagem.
Sempre 0.
Sempre 0.
Parte de conteúdo.
Tipo de conteúdo.
Conteúdo de texto.
resposta.content_part.done
Enviado quando uma parte do conteúdo é concluída.
{
"event_id": "event_VN4Q4GJugLcc1S23viW8E",
"type": "response.content_part.done",
"response_id": "resp_P79OOMs8LnrXVpiIHUCKR",
"item_id": "item_JvJauNH2CTXb1D9WV6pD4",
"output_index": 0,
"content_index": 0,
"part": {
"type": "audio",
"text": "Hello, I am a large language model developed by Alibaba Cloud. My name is Qwen. How can I help you?"
}
}
ID do evento.
Sempre response.content_part.done.
ID de resposta.
ID do item da mensagem.
Sempre 0.
Sempre 0.
Parte de conteúdo.
Tipo de conteúdo.
Conteúdo de texto.