Déan an maolán fuaime a dhaingniú agus a ghlanadh
Ar an leathanach seo
Nuashonraithe an 3 Samhain, 2026, bunaithe ar thagairt API Gutha xAI: níl
input_audio_buffer.commitar fáil ach nuair atáturn_detection.typecothrom lenull; sa mhódserver_vad, déanann an freastalaí an fhuaim a dhaingniú leis féin. Foinse: Voice API.
Bainistiú an mhaoláin fuaime
Nuair a sheolann tú fuaim le input_audio_buffer.append, carnann an freastalaí na sonraí i maolán. Rialaíonn dhá oibríocht an maolán sin: commit chun an t-inneachar a chur isteach mar theachtaireacht úsáideora, agus clear chun é a fholmhú gan próiseáil.
input_audio_buffer.commit
Daingníonn an imeacht seo inneachar reatha an mhaoláin fuaime mar theachtaireacht ón úsáideoir. Tá sé riachtanach sa mhód láimhe (brú-chun-labhairt) agus uathoibríoch sa mhód VAD:
{
"type": "input_audio_buffer.commit"
}
Nuair a fhaigheann an freastalaí daingniú (commit):
- Cruthaíonn sé mír chomhrá nua leis an bhfuaim charntha
- Seolann sé imeacht
input_audio_buffer.committedle deimhniú - Seolann sé imeacht
conversation.item.addedleis an mír nua - Tosaíonn sé ar thras-scríobh na fuaime (má tá sé cumasaithe)
Freagra an fhreastalaí
{
"type": "input_audio_buffer.committed",
"item_id": "item_audio_001"
}
Ligeann an item_id duit tagairt a dhéanamh don teachtaireacht seo sa chomhrá níos déanaí.
Cathin an daingniú láimhe a úsáid
- Brú-chun-labhairt: Coinníonn an t-úsáideoir cnaipe síos le labhairt agus scaoileann é chun seoladh
- Deighilt láimhe: Roinneann tú an sruth fuaime ina mhíreanna loighciúla ar an gcliant
- Comhtháthú fóin: Faigheann tú píosaí fuaime ó PBX agus déanann tú iad a dhaingniú ag deireadh gach seala
// Sampla brú-chun-labhairt
talkButton.addEventListener("mousedown", () => {
isRecording = true;
startCapture();
});
talkButton.addEventListener("mouseup", () => {
isRecording = false;
stopCapture();
// Daingnigh an maolán
ws.send(JSON.stringify({
type: "input_audio_buffer.commit"
}));
// Iarr freagra
ws.send(JSON.stringify({
type: "response.create"
}));
});
input_audio_buffer.clear
Folmhaíonn an imeacht seo an maolán fuaime gan teachtaireacht a chruthú sa chomhrá:
{
"type": "input_audio_buffer.clear"
}
Deimhníonn an freastalaí é leis seo:
{
"type": "input_audio_buffer.cleared"
}
Cathin an maolán a ghlanadh
- Cealú: Brúnn an t-úsáideoir cnaipe “Cealaigh” agus é ag caint
- Briseadh isteach: Tosaíonn an t-úsáideoir ag caint, ach briseann imeacht eile isteach ar an seal
- Athshocrú: Tar éis earráide nó ama-teorainne, glan an maolán sula dtosaíonn tú arís
- Torann cúlra: Braithann an córas nach bhfuil sa mhaoláin ach torann, gan caint
cancelButton.addEventListener("click", () => {
stopCapture();
ws.send(JSON.stringify({
type: "input_audio_buffer.clear"
}));
showMessage("Recording canceled");
});
Mód VAD i gcomparáid le mód láimhe
Sa mhód VAD (server_vad), láimhseálann an freastalaí an timthriall iomlán go huathoibríoch:
- Braithíonn sé tús na cainte (
speech_started) - Carnann sé an fhuaim sa mhaolán
- Braithíonn sé deireadh na cainte (
speech_stopped) - Daingníonn sé an maolán go huathoibríoch
- Tosaíonn sé ar an bhfreagra a ghiniúint go huathoibríoch
Sa mhód láimhe (turn_detection.type socraithe ar null), láimhseálann tú gach céim leat féin, agus is é seo an t-aon mhód ina bhfuil input_audio_buffer.commit ar fáil:
- Seolann tú fuaim le
append - Socraíonn tú cathin a bhfuil an t-úsáideoir críochnaithe
- Seolann tú
commit - Seolann tú
response.create
Comparáid
| Gné | Mód VAD | Mód Láimhe |
|---|---|---|
| Braiteadh cainte | Uathoibríoch | Fútse |
| Daingniú maoláin | Uathoibríoch | Láimhe (commit) |
| Iarratas freagra | Uathoibríoch | Láimhe (response.create) |
| Rialú | Níos lú rialaithe | Rialú iomlán |
| Castacht | Simplí | Níos casta |
| Cásanna úsáide | Comhrá saor-reatha | Brú-chun-labhairt, IVR |
Príomhphointí
- Cuireann
input_audio_buffer.commitan maolán fuaime isteach mar theachtaireacht úsáideora - Folmhaíonn
input_audio_buffer.clearan maolán gan próiseáil - Sa mhód VAD, tarlaíonn an daingniú go huathoibríoch nuair a bhráitear deireadh na cainte
- Sa mhód láimhe (
turn_detection.typesocraithe arnull), caithfidh túcommitagus ansinresponse.createa sheoladh go sainráite; nílcommitar fáil ach sa mhód seo - Oiriúnach an mód láimhe d’aghaidheanna brú-chun-labhairt agus do chórais fóin IVR