Cumraigh an seisiún le session.update
Ar an leathanach seo
Nuashonraithe an 3 Samhain 2026, bunaithe ar leathanaigh Speech to Speech agus Text to Speech de chuid xAI: 28 guth ionsuite, agus
turn_detectionsocraithe ag atypeamháin (leidle_timeout_msroghnach). Foinse: Speech to Speech · Text to Speech.
Cumraigh do ghníomhaire gutha
Nuair a bheidh an nasc WebSocket oscailte agus nuair a gheobhaidh tú an teagmhas session.created, cumraigh an seisiún trí theachtaireacht session.update a sheoladh. Is anseo a shainíonn tú conas a iompraíonn do ghníomhaire gutha: a phearsantacht, a ghuth, na huirlisí is féidir leis a úsáid, agus an chaoi a mbraitear sealanna cainte.
Struchtúr iomlán session.update
Seo sampla mionsonraithe de chumraíocht:
{
"type": "session.update",
"session": {
"instructions": "You are a professional voice assistant for a law firm. Answer concisely and precisely. Use a formal tone.",
"voice": "Rex",
"tools": [
{"type": "web_search"},
{
"type": "function",
"name": "look_up_case",
"description": "Looks up a client case by number",
"parameters": {
"type": "object",
"properties": {
"case_number": {
"type": "string",
"description": "Client case number"
}
},
"required": ["case_number"]
}
}
],
"turn_detection": {
"type": "server_vad"
},
"audio": {
"input": {
"format": {"type": "audio/pcm", "rate": 24000}
},
"output": {
"format": {"type": "audio/pcm", "rate": 24000}
}
}
}
}
Na socruithe go mion
Treoracha (córas-leide)
Is ionann an réimse instructions agus an chóras-leide sna APIanna téacs: sainíonn sé pearsantacht, comhthéacs agus srianta do ghníomhaire gutha. Tá srian sonrach ag baint le gutha nuair a scríobhann tú é, áfach: giorracht. Déantar próiseáil ar gach token den leide sula dtagann an chéad fhreagra, agus cuireann leide fhada moill shuntasach ort chomh luath agus a cheanglaítear an glao. Fan leis na bunriachtanais agus bog na mionsonraí chuig loighic d’iarratais. Laistigh den bhuiséad teann sin, tá trí rud a thuilleann áit. An tón (foirmiúil, cairdiúil, teicniúil), toisc go gcuireann an gníomhaire gutha do bhranda in iúl go díreach i gcluas an chustaiméara. An teanga: sonraigh í (“freagair i mBéarla”), nó d’fhéadfadh an gníomhaire teanga an úsáideora nó na ceiste a leanúint. Agus na teorainneacha: cad is féidir leis an ngníomhaire a dhéanamh agus, os cionn gach ní, cad ar cheart dó diúltú dó nó a láimhseáil do dhuine, toisc go dtagann freagra lasmuigh den raon feidhme amach ar an nguthán sular féidir le duine ar bith é a athbhreithniú.
Guth
Glacann an socruithe voice le ceann de 28 nguth ionsuite de chuid xAI (faoi láthair an 3 Samhain 2026), a roinntear idir an gníomhaire gutha agus an téacs-go-guth, nó le haitheantóir gutha saincheaptha a cruthaíodh leis an API Custom Voices. Níl IDanna gutha íogair ó thaobh cás de: tagraíonn eve, Eve, agus EVE don ghuth céanna. Labhraíonn gach guth gach teanga a dtacaítear léi.
Na cúig ghuth bunaidh, mar a dhéanann xAI cur síos orthu:
- eve: fuinniúil agus dearfach, blas Briotanach
- ara: te agus cairdiúil
- rex: muiníneach agus soiléir
- sal: mín agus cothromaithe
- leo: údarásach agus cumhachtach, blas Briotanach
Tá fiche trí ghuth nua ag teacht leo: carina, zagan, helix, orion, luna, iris, altair, zenith, perseus, helios, lux, kepler, rigel, cosmo, celeste, ursa, sirius, lumen, castor, naksh, atlas, aurora, agus liora. Is féidir leat an liosta reatha a fháil, le tón agus cásanna úsáide gach gutha, ó GET /v1/tts/voices nó ar leathanach Text to Speech de chuid xAI.
Uirlisí
Sainíonn an eagar tools na huirlisí is féidir leis an ngníomhaire a ghlaoidh le linn an chomhrá. Is féidir leat roinnt cineálacha a chomhcheangal: cuardach gréasáin, cuardach X, feidhmeanna saincheaptha, bailiúcháin RAG, agus freastalaithe MCP. Clúdaíonn na ceachtanna seo a leanas uirlisí go mion.
Cumraíocht fuaime
Socraíonn an oibiacht audio formáidí ionchuir agus aschuir. Is féidir leat formáidí éagsúla a úsáid d’ionchur agus d’aschur má éilíonn d’ailtireacht é (mar shampla, G.711 a fháil ó chóras fóin agus PCM a sheoladh chuig brabhsálaí).
Nuashonraigh an seisiún i lár an chomhrá
Is féidir leat session.update a sheoladh roinnt uaireanta le linn comhrá. Ligeann sé sin duit iompar an ghníomhaire a athrú ar an eitilt:
// Athraigh an guth i lár an chomhrá
ws.send(JSON.stringify({
type: "session.update",
session: {
voice: "Ara"
}
}));
// Cuir uirlis eile leis
ws.send(JSON.stringify({
type: "session.update",
session: {
tools: [
{ type: "web_search" },
{ type: "x_search" }
]
}
}));
Tacaíonn doiciméadú xAI go sainráite le hathruithe le linn seisiúna do roinnt socruithe (teanga tras-scríofa, eochairfhocail, athsholáthair fuaimniúcháin, iompar fuaime), agus deimhníonn session.updated iad: seiceáil é chun an chumraíocht a cuireadh i bhfeidhm a dheimhniú.
Príomhphointí
- Is é
session.updatean chéad teachtaireacht le seoladh tar éissession.created - Sainíonn an réimse
instructionspearsantacht agus srianta an ghníomhaire - Tá 28 nguth ionsuite ar fáil (lena n-áirítear eve, ara, rex, sal, agus leo), chomh maith le guthanna saincheaptha
- Is féidir cumraíocht fuaime agus uirlisí a shaincheapadh
- Is féidir leat
session.updatea sheoladh roinnt uaireanta chun iompar a athrú i lár an chomhrá