RealtimeClientEventInputAudioBufferAppend interface
发送此事件,将音频字节附加到输入音频缓冲区。 音频缓冲区是一个可以写入和稍后提交的临时存储。 “提交”会从缓冲区内容在对话历史中创建新的用户消息项,并清除缓冲区。 当缓冲区提交时,输入音频转录(如果启用)将被生成。 如果启用了VAD,音频缓冲区用于检测语音,服务器将决定何时提交。 当服务器VAD被禁用时,你必须手动提交音频缓冲区。 输入音频降噪在写入音频缓冲区时进行操作。 客户端可以选择每个事件中放入多少音频,最多可达15 MiB,例如从客户端流式传输较小的音频块可能使VAD响应更快。 与大多数客户端事件不同,服务器不会对该事件发送确认回复。
属性
| audio | Base64编码的音频字节。 这必须按照会话配置字段指定的 |
| event_id | 可选的客户端生成ID用于识别该事件。 |
| type | 事件类型 必须是 |
属性详细信息
audio
Base64编码的音频字节。 这必须按照会话配置字段指定的 input_audio_format 格式进行。
audio: string
属性值
string
event_id
可选的客户端生成ID用于识别该事件。
event_id?: string
属性值
string
type
事件类型 必须是 input_audio_buffer.append。
type: "input_audio_buffer.append"
属性值
"input_audio_buffer.append"