Spring til hovedindhold
Dansk— Vælg et sprog
Menu

Server-til-klient begivenheder

Lektion 10 af 16 Opdateret 30. juli 2026 Udvikler
På denne side
  1. De beskeder, du modtager
  2. Sessions- og samtalebegivenheder
  3. Lydbuffer-begivenheder
  4. Responslyd-begivenheder
  5. Transskriptionsbegivenheder
  6. Tekstbegivenheder
  7. Funktionskaldsbegivenheder
  8. response.done
  9. Fejl-begivenheden
  10. Vigtige pointer

De beskeder, du modtager

Serveren sender mange begivenheder for at holde dig orienteret om samtalestatussen, levere responslyden og rapportere fejl. Det er afgørende at forstå disse begivenheder for at bygge en responsiv og pålidelig app.

Sessions- og samtalebegivenheder

Disse begivenheder ankommer, når forbindelsen oprettes, og efter hver konfigurationsændring:

  • session.created: sessionen er åben; begivenheden indeholder sessionskonfigurationen
  • session.updated: konfigurationen blev opdateret succesfuldt
  • conversation.created: samtalekanalen er sat op

Lydbuffer-begivenheder

Disse begivenheder fortæller dig om den taleaktivitet, som VAD registrerer:

  • input_audio_buffer.speech_started: VAD registrerer, at brugeren er begyndt at tale
  • input_audio_buffer.speech_stopped: VAD registrerer slutningen på talen
  • input_audio_buffer.committed: lydbufferen blev commit’et som en besked
ws.on("message", (data) => {
  const event = JSON.parse(data);

  switch (event.type) {
    case "input_audio_buffer.speech_started":
      // Brugeren taler: vis en visuel indikator
      showSpeakingIndicator(true);
      break;

    case "input_audio_buffer.speech_stopped":
      // Brugeren er færdig: skjul indikatoren
      showSpeakingIndicator(false);
      break;

    case "input_audio_buffer.committed":
      // Lydbeskeden bliver behandlet
      showProcessingIndicator(true);
      break;
  }
});

Responslyd-begivenheder

Responslyden streames gennem to begivenheder.

response.output_audio.delta

Hver delta indeholder en base64-kodet lydchunk. Indsaml dem og afspil dem i rækkefølge:

{
  "type": "response.output_audio.delta",
  "delta": "SGVsbG8gV29ybGQ...",
  "item_id": "item_resp_001",
  "output_index": 0,
  "content_index": 0
}
case "response.output_audio.delta":
  const audioChunk = base64ToArrayBuffer(event.delta);
  audioPlayer.enqueue(audioChunk);
  break;

response.output_audio.done

Signalerer, at al responslyd er sendt:

{
  "type": "response.output_audio.done",
  "item_id": "item_resp_001"
}

Transskriptionsbegivenheder

API’et kan transskribere både brugerens lyd og responslyden:

  • conversation.item.input_audio_transcription.completed: en transskription af, hvad brugeren sagde
  • response.output_audio_transcript.delta: en streamet transskription af agentens respons
case "conversation.item.input_audio_transcription.completed":
  console.log("Bruger sagde:", event.transcript);
  displayUserMessage(event.transcript);
  break;

case "response.output_audio_transcript.delta":
  appendAgentTranscript(event.delta);
  break;

Tekstbegivenheder

Hvis agenten genererer tekst (ud over eller i stedet for lyd), modtager du:

  • response.text.delta: et streamet tekstfragment
{
  "type": "response.text.delta",
  "delta": "Din ordre er blevet"
}

Funktionskaldsbegivenheder

Når agenten beslutter at kalde en funktion, udsendes to begivenheder:

  • response.function_call_arguments.delta: funktionsargumenterne, streamet
  • response.function_call_arguments.done: det komplette funktionskald med alle dets argumenter

Lektion 13 om stemmestyrede funktionskald dækker disse begivenheder i detaljer.

response.done

Denne begivenhed markerer den fuldstændige afslutning på et respons. Den indeholder et sammendrag af responsen, herunder brugsstatistik:

{
  "type": "response.done",
  "response": {
    "id": "resp_001",
    "status": "completed",
    "output": [...]
  }
}

Fejl-begivenheden

Denne begivenhed rapporterer fejl. Ifølge xAI-referencen er de fleste fejl genoprettelige, og WebSocket-forbindelsen forbliver åben:

{
  "type": "error",
  "error": {
    "type": "invalid_request_error",
    "message": "Ugyldigt lydformat angivet"
  }
}

Din app bør logge disse fejl og afhængigt af deres alvorlighed vise brugeren en besked eller forsøge at løse problemet automatisk.

Vigtige pointer

  • Serveren sender begivenheder for hvert trin: stemmegenkendelse, lyd, transskription, tekst og fejl
  • Responslyd ankommer som base64-chunks via response.output_audio.delta
  • Transskriptioner er tilgængelige for både brugerinput og agent-output
  • response.done markerer slutningen på en komplet respons
  • De fleste fejl rapporteret via error-begivenheden er genoprettelige: forbindelsen forbliver åben