Léim go dtí an príomhábhar
Gaeilge— Roghnaigh teanga
Roghchlár

Déan an maolán fuaime a dhaingniú agus a ghlanadh

Ceacht 8 as 16 Nuashonraithe 3 Samhain 2026 Forbróir
Ar an leathanach seo
  1. Bainistiú an mhaoláin fuaime
  2. input_audio_buffer.commit
  3. input_audio_buffer.clear
  4. Mód VAD i gcomparáid le mód láimhe
  5. Príomhphointí

Nuashonraithe an 3 Samhain, 2026, bunaithe ar thagairt API Gutha xAI: níl input_audio_buffer.commit ar fáil ach nuair atá turn_detection.type cothrom le null; sa mhód server_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):

  1. Cruthaíonn sé mír chomhrá nua leis an bhfuaim charntha
  2. Seolann sé imeacht input_audio_buffer.committed le deimhniú
  3. Seolann sé imeacht conversation.item.added leis an mír nua
  4. 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:

  1. Braithíonn sé tús na cainte (speech_started)
  2. Carnann sé an fhuaim sa mhaolán
  3. Braithíonn sé deireadh na cainte (speech_stopped)
  4. Daingníonn sé an maolán go huathoibríoch
  5. 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:

  1. Seolann tú fuaim le append
  2. Socraíonn tú cathin a bhfuil an t-úsáideoir críochnaithe
  3. Seolann tú commit
  4. Seolann tú response.create

Comparáid

GnéMód VADMód Láimhe
Braiteadh cainteUathoibríochFútse
Daingniú maoláinUathoibríochLáimhe (commit)
Iarratas freagraUathoibríochLáimhe (response.create)
RialúNíos lú rialaitheRialú iomlán
CastachtSimplíNíos casta
Cásanna úsáideComhrá saor-reathaBrú-chun-labhairt, IVR

Príomhphointí

  • Cuireann input_audio_buffer.commit an maolán fuaime isteach mar theachtaireacht úsáideora
  • Folmhaíonn input_audio_buffer.clear an maolán gan próiseáil
  • Sa mhód VAD, tarlaíonn an daingniú go huathoibríoch nuair a bhráitear deireadh na cainte
  • Sa mhód láimhe (turn_detection.type socraithe ar null), caithfidh tú commit agus ansin response.create a sheoladh go sainráite; níl commit ar fáil ach sa mhód seo
  • Oiriúnach an mód láimhe d’aghaidheanna brú-chun-labhairt agus do chórais fóin IVR