Streaming en Tiempo Real (/v1/realtime)

El endpoint /v1/realtime proporciona streaming de audio dúplex completo estándar sobre WebSocket para subtitulado en directo y agentes de voz interactivos.

---

Endpoint de Conexión

ws://localhost:8000/v1/realtime?api_key=sk-oneasr-v1-xxx&model=xasr

---

Formato de Audio de Entrada

• Frecuencia de Muestreo: 16.000 Hz (16 kHz)
• Canales: 1 (Mono)
• Codificación: PCM con signo de 16 bits Little-Endian (pcm_s16le)
• Duración del Fragmento: 100 ms – 200 ms por trama (3.200 bytes por fragmento)

---

Protocolo de Mensajería

Cliente ➔ Servidor:

Transmisión continua de bytes binarios de audio PCM sin procesar a través de la conexión WebSocket.

Servidor ➔ Cliente (Texto JSON):

{
  "type": "transcription",
  "text": "Hello world",
  "is_final": false,
  "start": 0.0,
  "end": 1.2
}

Cuando se detecta el final de una oración:

{
  "type": "transcription",
  "text": "Hello world.",
  "is_final": true,
  "start": 0.0,
  "end": 1.8
}