Μετάβαση στο κύριο περιεχόμενο
Ελληνικά— Επιλέξτε γλώσσα
Μενού

Τα συμβάντα session.created και session.updated

Μάθημα 4 / 16 Ενημερώθηκε 3 Νοεμβρίου 2026 Για developers
Σε αυτήν τη σελίδα
  1. Συμβάντα συνεδρίας διακομιστή
  2. session.created
  3. session.updated
  4. conversation.created
  5. Η πλήρης ακολουθία εκκίνησης
  6. Βασικά σημεία

Ενημερώθηκε στις 3 Νοεμβρίου 2026, με βάση τη σελίδα Speech to Speech της xAI και την αναφορά του Voice API. Η αναφορά δεν λεπτομερεί το περιεχόμενο του αντικειμένου session σε αυτά τα συμβάντα· το αναγνωριστικό που πρέπει να διατηρήσετε είναι αυτό της συνομιλίας, conversation.id, στο οποίο βασίζεται η επανάληψη της συνεδρίας. Πηγές: Speech to Speech · Voice API.

Συμβάντα συνεδρίας διακομιστή

Καθώς εργάζεστε με το Voice Agent API, ο διακομιστής σας ενημερώνει για την κατάσταση της συνεδρίας μέσω συμβάντων JSON. Τα πρώτα που λαμβάνετε είναι τα session.created, όταν ανοίγει η σύνδεση, και το conversation.created. Ακολουθεί το session.updated, μετά από κάθε διαμόρφωση που στέλνετε.

session.created

Ο διακομιστής στέλνει αυτό το συμβάν αυτόματα μόλις ανοίξει η σύνδεση WebSocket. Σύμφωνα με την αναφορά, περιέχει τη διαμόρφωση της συνεδρίας, αλλά τα πεδία της δεν λεπτομερούνται. Αντί να υποθέσετε προεπιλεγμένες τιμές, καταγράψτε το συμβάν μία φορά για να δείτε τι επιστρέφει ο διακομιστής και, στη συνέχεια, στείλτε τη δική σας διαμόρφωση.

Τι να κάνετε όταν φτάνει το session.created

Η εφαρμογή σας πρέπει να:

  1. Καταγράψει το συμβάν, για αποσφαλμάτωση
  2. Στείλει άμεσα το session.update με τη διαμόρφωση που επιθυμείτε
  3. Εκκενώσει τη μνήμη buffer ήχου που γεμίσατε ενώ περιμένατε τη σύνδεση

Το τρίτο σημείο προέρχεται από τη συμβουλή της xAI για τη μείωση της αντιληπτής καθυστέρησης: ξεκινήστε τη λήψη από το μικρόφωνο μόλις ανοίξει η οθόνη, χωρίς να περιμένετε τη σύνδεση, κρατήστε τα δείγματα στη μνήμη και, στη συνέχεια, στείλτε τα μόλις η σύνδεση είναι έτοιμη και έχει σταλεί η διαμόρφωση.

ws.on("message", (data) => {
  const event = JSON.parse(data);

  switch (event.type) {
    case "session.created":
      console.log("Session created:", event.session);
      // Send the configuration
      ws.send(JSON.stringify({
        type: "session.update",
        session: {
          instructions: "You are a voice assistant.",
          voice: "rex",
          turn_detection: { type: "server_vad" }
        }
      }));
      // Then send the audio captured while waiting for the connection
      flushMicBuffer(ws);
      break;
  }
});

session.updated

Αυτό το συμβάν επιβεβαιώνει το session.update σας: η συνεδρία έχει διαμορφωθεί. Για ορισμένες ρυθμίσεις, η τεκμηρίωση αναφέρει ότι η εφαρμοσμένη τιμή επιστρέφεται εδώ, όπως συμβαίνει με τον πίνακα αντικατάστασης προφοράς (replace). Μια μη έγκυρη διαμόρφωση, αντιθέτως, απορρίπτεται με ένα συμβάν error που περιγράφει το πρόβλημα· η συνεδρία παραμένει ανοιχτή και διατηρεί την προηγούμενη διαμόρφωσή της.

Έλεγχος της διαμόρφωσης

Συγκρίνετε τις επιστρεφόμενες τιμές με αυτές που στείλατε: έτσι εντοπίζετε μια ρύθμιση που αγνοήθηκε.

case "session.updated":
  const s = event.session;
  console.log("Configured voice:", s.voice);
  console.log("Number of tools:", s.tools?.length ?? 0);
  break;

case "error":
  console.error("Configuration rejected:", event);
  break;

conversation.created

Ο διακομιστής στέλνει επίσης ένα συμβάν conversation.created, το οποίο μεταφέρει το αναγνωριστικό της συνομιλίας:

{
  "type": "conversation.created",
  "conversation": {
    "id": "conv_xyz789"
  }
}

Διατηρήστε αυτό το αναγνωριστικό: είναι αυτό που καθιστά δυνατή την επανάληψη της συνεδρίας (session resumption). Από προεπιλογή, μια σύνδεση χάνει το ιστορικό της συνομιλίας όταν κλείνει το WebSocket. Αν στείλετε "resumption": {"enabled": true} στο session.update, ο διακομιστής κρατάει στη μνήμη cache κάθε εναλλαγή (turn). Όταν επανασυνδεθείτε, ανοίξτε ξανά το WebSocket με ?conversation_id=<id> και ενεργοποιήστε ξανά την επανάληψη: οι προηγούμενες εναλλαγές θα επαναληφθούν πριν από την πρώτη σας νέα εναλλαγή. Το ιστορικό διαγράφεται μετά από 30 λεπτά αδράνειας.

Η πλήρης ακολουθία εκκίνησης

Συνοψίζοντας, αυτή είναι η σειρά των συμβάντων κατά την εκκίνηση μιας φωνητικής συνεδρίας, όπως περιγράφεται στην αναφορά:

  1. Ανοίγει το WebSocket
  2. Λαμβάνετε το session.created (διακομιστής → πελάτης)
  3. Λαμβάνετε το conversation.created (διακομιστής → πελάτης)
  4. Στέλνετε το session.update (πελάτης → διακομιστής)
  5. Λαμβάνετε το session.updated (διακομιστής → πελάτης)

Βασικά σημεία

  • Το session.created φτάνει όταν ανοίγει η σύνδεση και περιέχει τη διαμόρφωση της συνεδρίας, της οποίας τα πεδία δεν λεπτομερούνται στην αναφορά
  • Το session.updated επιβεβαιώνει τη διαμόρφωσή σας· μια μη έγκυρη διαμόρφωση επιστρέφει ένα συμβάν error
  • Καταγράψτε τον ήχο από το μικρόφωνο πριν από τη σύνδεση και εκκενώστε τη μνήμη buffer μόλις αυτή είναι έτοιμη
  • Το conversation.created μεταφέρει το conversation.id, το οποίο διατηρείτε για την επανάληψη της συνεδρίας
  • Η επανάληψη απαιτεί το resumption.enabled σε κάθε σύνδεση και το ιστορικό λήγει μετά από 30 λεπτά αδράνειας