Aqbeż għall-kontenut ewlieni
Malti— Agħżel lingwa
Menu

Ikkumitta u naddaf il-buffer tal-awdjo

Lezzjoni 8 / 16 Aġġornat 3 ta’ Novembru 2026 Zviluppatur
F'din il-paġna
  1. Ġestjoni tal-buffer tal-awdjo
  2. input_audio_buffer.commit
  3. input_audio_buffer.clear
  4. Modalità VAD kontra modalità manwali
  5. Punti Ewlenin

Aġġornat fit-3 ta’ Novembru 2026, ibbażat fuq ir-referenza tal-API tal-Vuċi ta’ xAI: input_audio_buffer.commit huwa disponibbli biss meta turn_detection.type ikun null; fil-modalità server_vad, is-server jikkumitta l-awdjo waħdu. Sors: Voice API.

Ġestjoni tal-buffer tal-awdjo

Meta tibgħat awdjo b’input_audio_buffer.append, id-data takkumula f’buffer fuq is-server. Żewġ operazzjonijiet jikkontrollaw dak il-buffer: commit biex tissottometti l-kontenut tiegħu bħala messaġġ tal-utent, u clear biex titbattlu mingħajr ma tipproċessah.

input_audio_buffer.commit

Dan l-avveniment jikkumitta l-kontenut attwali tal-buffer tal-awdjo bħala messaġġ tal-utent. Huwa meħtieġ fil-modalità manwali (push-to-talk) u awtomatiku fil-modalità VAD:

{
  "type": "input_audio_buffer.commit"
}

Meta s-server jirċievi commit, dan:

  1. Joħloq element ġdid tal-konversazzjoni bl-awdjo akkumulat
  2. Jibgħat avveniment input_audio_buffer.committed biex jikkonferma
  3. Jibgħat avveniment conversation.item.added bl-element il-ġdid
  4. Jibda jittrascriivi l-awdjo (jekk attivat)

Ir-risposta tas-server

{
  "type": "input_audio_buffer.committed",
  "item_id": "item_audio_001"
}

L-item_id jħallik tirreferi għal dan il-messaġġ fil-konversazzjoni aktar tard.

Meta tagħmel commit manwalment

  • Push-to-talk: l-utent iżomm buttuna biex jitkellem u jħalliha biex jibgħat
  • Segmentazzjoni manwali: taqsam il-fluss tal-awdjo f’segmenti loġiċi fuq il-klijent
  • Integrazzjoni tat-telefon: tirċievi biċċiet awdjo minn PBX u tagħmel commit tagħhom fi tmiem kull dawra
// Eżempju ta' Push-to-talk
talkButton.addEventListener("mousedown", () => {
  isRecording = true;
  startCapture();
});

talkButton.addEventListener("mouseup", () => {
  isRecording = false;
  stopCapture();

  // Ikkumitta l-buffer
  ws.send(JSON.stringify({
    type: "input_audio_buffer.commit"
  }));

  // Itlob risposta
  ws.send(JSON.stringify({
    type: "response.create"
  }));
});

input_audio_buffer.clear

Dan l-avveniment jitbatta l-buffer tal-awdjo mingħajr ma joħloq messaġġ fil-konversazzjoni:

{
  "type": "input_audio_buffer.clear"
}

Is-server jikkonferma b’:

{
  "type": "input_audio_buffer.cleared"
}

Meta tnaddaf

  • Kanċellazzjoni: l-utent jippressa buttuna “Kanċella” waqt li qed jitkellem
  • Interruzzjoni: l-utent jibda jitkellem, imbagħad avveniment ieħor jinterrompi d-dawra
  • Reset: wara żball jew timeout, naddaf il-buffer qabel ma tibda mill-ġdid
  • Storbju tal-isfond: is-sistema tiskopri li l-buffer fih biss storbju, mhux kliem
cancelButton.addEventListener("click", () => {
  stopCapture();
  ws.send(JSON.stringify({
    type: "input_audio_buffer.clear"
  }));
  showMessage("Recording canceled");
});

Modalità VAD kontra modalità manwali

Fil-modalità VAD (server_vad), is-server jimmaniġġja ċ-ċiklu kollu awtomatikament:

  1. Jiskopri l-bidu tal-kliem (speech_started)
  2. Jakkumula l-awdjo fil-buffer
  3. Jiskopri t-tmiem tal-kliem (speech_stopped)
  4. Jikkumitta l-buffer awtomatikament
  5. Jibda jiġġenera r-risposta awtomatikament

Fil-modalità manwali (turn_detection.type issettjat għal null), timmaniġġja kull pass int stess, u din hija l-unika modalità fejn input_audio_buffer.commit huwa disponibbli:

  1. Tibgħat l-awdjo b’append
  2. Tiddeċiedi meta l-utent ikun lest
  3. Tibgħat commit
  4. Tibgħat response.create

Tqabbil

AspettModalità VADModalità Manwali
Skoperta tal-kliemAwtomatikaFuqek int
Commit tal-bufferAwtomatikuManwali (commit)
Talba għar-rispostaAwtomatikaManwali (response.create)
KontrollInqas kontrollKontroll sħiħ
KumplessitàSempliċiAktar kumplessa
Każijiet ta’ użuKonversazzjoni fluwidaPush-to-talk, IVR

Punti Ewlenin

  • input_audio_buffer.commit jissottometti l-buffer tal-awdjo bħala messaġġ tal-utent
  • input_audio_buffer.clear jitbatta l-buffer mingħajr ipproċessar
  • Fil-modalità VAD, il-commit iseħħ awtomatikament meta jiġi skopert it-tmiem tal-kliem
  • Fil-modalità manwali (turn_detection.type issettjat għal null), trid tibgħat commit u mbagħad response.create b’mod espliċitu; commit huwa disponibbli biss f’din il-modalità
  • Il-modalità manwali hija xierqa għal interfaċċi push-to-talk u sistemi telefoniċi IVR