Vai alla navigazione

Riferimento degli eventi in tempo reale

Riferimento degli eventi ricevuti dall'API Trascrizione vocale in tempo reale

Riferimento · Elenca tutti gli eventi inviati e ricevuti tramite WebSocket di Trascrizione vocale in tempo reale API.

Consulta il riferimento API per l’API Trascrizione vocale in tempo reale per maggiori informazioni sull’API e sulle relative opzioni.

committed_transcript è l’evento finale stabile per ogni segmento. L’API pubblica non emette un evento final_transcript separato.

Eventi inviati

EventoDescrizioneQuando usarlo
input_audio_chunkInvia dati audio per la trascrizioneContinuamente durante lo streaming audio

Con Scribe v3 Live, il primo input_audio_chunk di una sessione può includere anche una libreria di termini chiave.

Eventi ricevuti

EventoDescrizioneQuando viene ricevuto
session_startedConferma la connessione e restituisce la configurazione della sessioneSubito dopo la creazione della connessione WebSocket
partial_transcriptAggiornamento in tempo reale della trascrizione per il segmento in corso. Le parti successive sostituiscono quelle precedenti. Con diarize=true, include words provvisori con speaker_id (null finché non viene identificato); gli ID dei parlanti e i timestamp possono cambiare e le parole non allineate non hanno timestamp. Viene inviato anche come keepalive: text è vuoto se il segmento non ha testo non confermato, oppure ripete l’ultima parte, se presenteDurante l’elaborazione audio, prima di un commit. Viene inviato anche come keepalive circa una volta per keepalive_interval_ms, se configurato
committed_transcriptTrascrizione consolidata per un segmento. È il testo finale stabile del segmento e non cambierà. Con diarize=true, include un segment_index con indice a partire da zero e non viene ritardata dalla diarizzazioneDopo un commit (manuale o attivato da VAD)
diarized_transcriptTrascrizione con etichette dei parlanti, con text, words e un segment_index corrispondente alla trascrizione confermata. I parlanti non risolti hanno speaker_id: null. Vedi diarizzazione dei parlantiDopo ogni trascrizione confermata, nell’ordine dei commit, anche se i parlanti non possono essere identificati. Ricevuto solo quando diarize=true
speakers_mergedIndica che from_speaker_id e to_speaker_id si riferiscono alla stessa persona. Sostituisci ogni utilizzo precedente di from_speaker_id nelle trascrizioni parziali e diarizzate con to_speaker_id; applica le fusioni concatenate nell’ordine di ricezione. Gli ID non vengono mai riutilizzatiQuando due ID dei parlanti vengono identificati come la stessa persona. Ricevuto solo quando diarize=true
committed_transcript_with_timestampsTrascrizione confermata con timestamp a livello di parola e language_code rilevatoInviato dopo la trascrizione confermata. Ricevuto solo quando include_timestamps=true o include_language_detection=true è incluso nei parametri di query
committed_transcript_entitiesEntità rilevate nel segmento della trascrizione confermata, con offset dei caratteriInviato poco dopo ogni trascrizione confermata. Ricevuto solo quando entity_detection è incluso nei parametri di query
redacted_transcriptSegmento della trascrizione confermata con le entità oscurate sostituite da marcatori, insieme al testo originale confermatoInviato poco dopo ogni trascrizione confermata. Ricevuto solo quando entity_redaction è incluso nei parametri di query
edited_transcriptVersione modificata del segmento della trascrizione confermata, insieme al testo originale confermatoInviato poco dopo ogni trascrizione confermata. Ricevuto solo quando transcript_edit è incluso nei parametri di query

Codice lingua

Imposta include_language_detection=true nei parametri di query per ricevere la lingua del parlato negli eventi partial_transcript e committed_transcript_with_timestamps come language_code.

  • In partial_transcript, language_code è sempre presente ed è null finché il segmento in corso non contiene abbastanza parlato per identificarne la lingua (circa quattro parole, oppure otto caratteri per le lingue scritte senza spazi, come cinese, giapponese e thai) e la stessa lingua non è stata rilevata in parti consecutive. Segmenti molto brevi, come una sola parola, possono rimanere null, mentre una parte troppo breve per identificare la lingua reimposta il conteggio delle parti consecutive. Una volta impostato, cambia solo dopo che la nuova lingua è stata rilevata in parti consecutive, quindi una singola parte anomala non lo modifica.
  • Le parti senza testo parlato, ad esempio composte solo da punteggiatura, hanno language_code: null.
  • language_code in committed_transcript_with_timestamps è il risultato finale per il segmento. Se differisce dall’ultima parte, usa il valore confermato. Viene inviato dopo committed_transcript, quindi mostra il valore della parte finché non arriva.
  • Se al momento della connessione specifichi language_code o secondary_languages, la lingua deriva dal riconoscimento del modello all’interno di tali lingue. Senza un suggerimento, viene rilevata dal testo della trascrizione.
  • Senza include_language_detection=true, gli eventi partial_transcript non hanno il campo language_code.

Gestione degli errori

Se si verifica un errore, viene restituito un messaggio di errore prima della chiusura della connessione WebSocket.

Tipo di erroreDescrizione
auth_errorSi è verificato un errore durante l’autenticazione della richiesta. Verifica la tua chiave API
quota_exceededHai superato la tua quota di utilizzo
transcriber_errorSi è verificato un errore durante la trascrizione dell’audio
input_errorSi è verificato un errore durante l’elaborazione del chunk audio, probabilmente a causa di un formato di input o parametri non validi
invalid_requestI parametri di connessione sono stati rifiutati. Verifica i parametri di query rispetto al riferimento API
errorErrore generico del server. Inviato anche quando l’oscuramento delle entità non riesce, prima della chiusura della connessione
commit_throttledIl commit è stato limitato a causa di troppe richieste di commit effettuate in un breve periodo
unaccepted_termsNon hai accettato i termini di servizio per usare Scribe. Consulta e accetta i termini e condizioni nella dashboard di ElevenLabs
rate_limitedHai raggiunto il limite di frequenza. Riduci il numero di richieste effettuate in un breve periodo
queue_overflowLa coda di elaborazione è piena. Invia meno richieste in un breve periodo
resource_exhaustedLe risorse del server sono al limite. Riprova più tardi
session_time_limit_exceededÈ stato raggiunto il tempo massimo della sessione. Avvia una nuova sessione o aggiorna il tuo abbonamento
chunk_size_exceededLa dimensione del chunk audio è troppo grande. Riducila
insufficient_audio_activityNon hai inviato abbastanza attività audio per mantenere la connessione