标准实时流式识别 (/v1/realtime)

/v1/realtime 端点提供了标准的全双工 WebSocket 音频推流与实时字幕返回能力。

---

连接端点

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

---

音频输入规格

• 采样率：16,000 Hz (16 kHz)
• 声道数：1 (单声道 Mono)
• 编码格式：带符号 16 位 PCM Little-Endian (pcm_s16le)
• 建议分包时长：100ms ~ 200ms 每帧（约 3,200 字节）

---

通信协议示例

客户端发送：

持续向 WebSocket 连接发送原始 PCM 二进制音频字节流。

服务端返回（JSON 格式）：

{
  "type": "transcription",
  "text": "欢迎使用",
  "is_final": false,
  "start": 0.0,
  "end": 1.2
}

当检测到语音静音断句时：

{
  "type": "transcription",
  "text": "欢迎使用 OneASR 语音网关。",
  "is_final": true,
  "start": 0.0,
  "end": 1.8
}