Lähe põhisisu juurde
Eesti— Vali keel
Menüü

Serveri ja kliendi vahelised sündmused

Õppetund 10 / 16 Värskendatud 30. juuli 2026 Arendajatele
Sellel lehel
  1. Sõnumid, mida saad
  2. Seansi ja vestluse sündmused
  3. Helipuhvri sündmused
  4. Vastuse heli sündmused
  5. Transkriptsiooni sündmused
  6. Teksti sündmused
  7. Funktsioonide kutsumise sündmused
  8. response.done
  9. Veasündmus
  10. Peamised punktid

Sõnumid, mida saad

Server saadab palju sündmusi, et hoida sind vestluse olekust kursis, edastada vastuse helifaili ja teavitada vigadest. Nende sündmuste mõistmine on hädavajalik reageerimisvõimelise ja töökindla rakenduse loomiseks.

Seansi ja vestluse sündmused

Need sündmused saadetakse ühenduse loomisel ja pärast iga konfiguratsiooni muutmist:

  • session.created: seanss on avatud; sündmus sisaldab seansi konfiguratsiooni
  • session.updated: konfiguratsioon uuendati edukalt
  • conversation.created: vestluskanal on seatud üles

Helipuhvri sündmused

Need sündmused annavad teada hääleaktiivsusest, mida VAD tuvastab:

  • input_audio_buffer.speech_started: VAD tuvastas, et kasutaja hakkas rääkima
  • input_audio_buffer.speech_stopped: VAD tuvastas kõne lõpu
  • input_audio_buffer.committed: helipuhver kinnitati sõnumina
ws.on("message", (data) => {
  const event = JSON.parse(data);

  switch (event.type) {
    case "input_audio_buffer.speech_started":
      // Kasutaja räägib: kuva visuaalne indikaator
      showSpeakingIndicator(true);
      break;

    case "input_audio_buffer.speech_stopped":
      // Kasutaja on lõpetanud: peida indikaator
      showSpeakingIndicator(false);
      break;

    case "input_audio_buffer.committed":
      // Helisõnumit töödeldakse
      showProcessingIndicator(true);
      break;
  }
});

Vastuse heli sündmused

Vastuse heli voogedastatakse kahe sündmuse kaudu.

response.output_audio.delta

Iga delta sisaldab base64-kodeeritud helilõiku. Kogu need kokku ja esita õiges järjekorras:

{
  "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

Annab märku, et kogu vastuse heli on saadetud:

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

Transkriptsiooni sündmused

API suudab transkribeerida nii kasutaja heli kui ka vastuse heli:

  • conversation.item.input_audio_transcription.completed: kasutaja öeldu transkript
  • response.output_audio_transcript.delta: agendi vastuse voogedastatav transkript
case "conversation.item.input_audio_transcription.completed":
  console.log("Kasutaja ütles:", event.transcript);
  displayUserMessage(event.transcript);
  break;

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

Teksti sündmused

Kui agent genereerib teksti (lisaks helile või selle asemel), saad:

  • response.text.delta: voogedastatav tekstifragment
{
  "type": "response.text.delta",
  "delta": "Teie tellimus on"
}

Funktsioonide kutsumise sündmused

Kui agent otsustab funktsiooni kutsuda, edastatakse kaks sündmust:

  • response.function_call_arguments.delta: funktsiooni argumendid, voogedastatuna
  • response.function_call_arguments.done: täielik funktsioonikutse koos kõigi argumentidega
  1. õppetund, mis käsitleb häälkäsklustega funktsioonide kutsumist, käsitleb neid sündmusi üksikasjalikumalt.

response.done

See sündmus tähistab vastuse täielikku lõppu. See sisaldab vastuse kokkuvõtet, sealhulgas kasutusstatistikat:

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

Veasündmus

See sündmus teatab vigadest. xAI dokumentatsiooni kohaselt on enamik vigu taastatavad ja WebSocketi ühendus jääb avatuks:

{
  "type": "error",
  "error": {
    "type": "invalid_request_error",
    "message": "Määrati sobimatu helivorming"
  }
}

Sinu rakendus peaks need vead logima ja sõltuvalt nende tõsidusest näitama kasutajale teadet või püüdma probleemi automaatselt lahendada.

Peamised punktid

  • Server saadab sündmusi iga sammu kohta: hääle tuvastamine, heli, transkriptsioon, tekst ja vead
  • Vastuse heli saabub base64-lõikudena sündmuse response.output_audio.delta kaudu
  • Transkriptid on saadaval nii kasutaja sisendi kui ka agendi väljundi jaoks
  • response.done tähistab tervikliku vastuse lõppu
  • Enamik sündmuse error kaudu teatatud vigu on taastatavad: ühendus jääb avatuks