API 文档语音转文字
实时语音转文字
使用 WebSocket 进行实时语音识别。
实时语音转文字
实时 ASR 适合会议字幕、语音输入和实时转写。当前实时 ASR 由独立 WebSocket 服务承载,生产可用性取决于部署拓扑和账号能力。未确认开通前,请优先使用 语音转文字(同步) 的异步任务接口。
确认实时能力已开通后,客户端通过 WebSocket 连接并发送 MessagePack 事件,服务端转发音频流并返回识别结果。
GET /v1/asr/live
Authorization: Bearer YOUR_API_KEY生产连接地址示例:
wss://fishaudio.org/api/open/v1/asr/live如果连接返回 404、网关不支持 WebSocket 升级,或账号被告知暂未开通实时能力,请不要在客户端自动重试实时接口;应回退到异步 ASR 任务路径。
模型
实时 ASR 使用 kitta-asr-realtime-v1。普通文件转写请使用 语音转文字(同步) 的异步任务接口。
计费
实时 ASR 按分钟计费。会话开始时先扣首分钟额度,跨过新的分钟边界后继续追加扣费;如果服务端启动失败,会按失败退款规则处理。
错误
握手鉴权失败返回 401。会话内错误会通过结束事件返回错误码和说明,客户端应停止发送音频并关闭连接。