ASR en tiempo real

Realtime ASR es para subtítulos en vivo, entrada de voz y transcripción estilo reunión. En el Open API en el extranjero, la disponibilidad de ASR en tiempo real depende de la cuenta y del lanzamiento. Utilice el esquema actual GET /api/openapi.json y la configuración de la cuenta como fuente de verdad.

Pedido

Realtime ASR utiliza un modelo de transmisión de estilo WebSocket cuando está habilitado. La conexión se autentica con la clave portadora normal API:

Authorization: Bearer KITTA_API_KEY

Envíe audio en la codificación y el tamaño de fragmento requeridos por el modelo habilitado. Si su producto graba audio en el navegador, enrútelo a través de su backend o de un flujo de intercambio de claves API aprobado en lugar de incrustar la clave API en el código del cliente.

Respuesta

Las respuestas son flujos de eventos con texto parcial, texto final, metadatos de tiempo y errores de terminal. Trate los resultados parciales como un estado temporal de la interfaz de usuario y conserve los segmentos finales solo después de que el servicio los marque como finales.

Facturación y créditos

Realtime ASR puede cobrar según la duración de la sesión o la duración del audio procesado. Haga cumplir la duración máxima de la sesión en su producto y llame a Perfil antes de iniciar costosas sesiones en vivo.

Errores

Si ASR en tiempo real no está disponible para la cuenta, utilice el punto final HTTP Voz a texto para la transcripción de archivos. Para errores de transmisión, cierre la conexión, conserve la última transcripción final y permita que el usuario reinicie intencionalmente.