Functieaanroepen in realtime
Op deze pagina
Update 2 november 2026 — Audiomodellen. Verschillende modellen in deze cursus zijn verouderd:
tts-1,tts-1-hdengpt-4o-mini-ttsstoppen op 6 januari 2027 (de aangegeven vervanger isgpt-realtime-2.1-mini, waarvan de OpenAI TTS-gids stelt dat deze niet wordt ondersteund door/v1/audio/speech: migratie van spraaksynthese gaat naar de Realtime API);gpt-realtime,gpt-4o-realtimeen legacy audiomodellen op 20 januari 2027 (gpt-realtime-2.1,gpt-realtime-2.1-mini,gpt-audio-1.5);whisper-1,gpt-4o-transcribeen/v1/audio/translationsop 26 februari 2027 (gpt-transcribe,gpt-live-transcribe,v1/realtime/translations). Voor full-duplex spraak is GPT-Live 1 beschikbaar in de API sinds 10 september 2026.
Functieaanroepen in realtime
Functieaanroepen in de Realtime API stellen uw stemagent in staat concrete acties uit te voeren tijdens een gesprek: een database bevragen, een bestelling plaatsen of een status controleren. De werking lijkt op die van de Responses API, maar is aangepast voor de WebSocket-eventstream.
Tools declareren in de sessie
U declareert tools in session.update, precies zoals instructies en stem. Elke tool is een JSON-schema dat de parameters beschrijft:
tools = [
{
"type": "function",
"name": "get_weather",
"description": "Get the current weather for a given city",
"parameters": {
"type": "object",
"properties": {
"city": {
"type": "string",
"description": "Name of the city"
},
"unit": {
"type": "string",
"enum": ["celsius", "fahrenheit"],
"description": "Temperature unit"
}
},
"required": ["city"]
}
},
{
"type": "function",
"name": "book_appointment",
"description": "Book an appointment",
"parameters": {
"type": "object",
"properties": {
"date": {"type": "string", "description": "Date in YYYY-MM-DD format"},
"time": {"type": "string", "description": "Time in HH:MM format"},
"service": {"type": "string", "description": "Type of service"}
},
"required": ["date", "time", "service"]
}
}
]
await ws.send(json.dumps({
"type": "session.update",
"session": {
"type": "realtime",
"output_modalities": ["audio"],
"instructions": "You are a voice assistant. Use the available tools.",
"audio": {"output": {"voice": "marin"}},
"tools": tools,
"tool_choice": "auto"
}
}))
De flow van een functieaanroep
Wanneer het model besluit een tool aan te roepen, verloopt de eventsequentie als volgt:
response.function_call_arguments.delta
Functieargumenten komen binnen via streaming, chunk voor chunk.
response.function_call_arguments.done
De argumenten zijn compleet. U kunt de functie nu uitvoeren.
conversation.item.create (u)
U stuurt het functieresultaat terug naar het model.
response.create (u)
U vraagt het model om zijn antwoord met het resultaat voort te zetten.
De functiehandler implementeren
Hier volgt een compleet voorbeeld van het afhandelen van functieaanroepen:
import json
# Register van beschikbare functies
async def get_weather(city: str, unit: str = "celsius") -> dict:
# Roep een echte weer-API aan
return {"city": city, "temperature": 22, "unit": unit, "condition": "sunny"}
async def book_appointment(date: str, time: str, service: str) -> dict:
# Boekingslogica
return {"confirmed": True, "date": date, "time": time, "reference": "RDV-2026-0042"}
FUNCTION_REGISTRY = {
"get_weather": get_weather,
"book_appointment": book_appointment,
}
async def handle_function_call(ws, event):
"""Verwerkt een functieaanroep en retourneert het resultaat."""
response = event["response"]
for output in response.get("output", []):
if output["type"] != "function_call":
continue
func_name = output["name"]
call_id = output["call_id"]
arguments = json.loads(output["arguments"])
print(f"Calling function: {func_name}({arguments})")
# Voer de functie uit
func = FUNCTION_REGISTRY.get(func_name)
if func:
result = await func(**arguments)
else:
result = {"error": f"Unknown function: {func_name}"}
# Stuur het resultaat terug naar het model
await ws.send(json.dumps({
"type": "conversation.item.create",
"item": {
"type": "function_call_output",
"call_id": call_id,
"output": json.dumps(result)
}
}))
# Vraag het model om verder te gaan met het resultaat
await ws.send(json.dumps({
"type": "response.create"
}))
Integratie in de eventloop
De functiehandler integreert u in uw hoofdloop:
async def event_loop(ws):
"""Hoofdloop voor eventverwerking."""
async for raw_message in ws:
event = json.loads(raw_message)
event_type = event["type"]
if event_type == "response.done":
response = event["response"]
# Controleer of het model functies heeft aangeroepen
has_function_calls = any(
o["type"] == "function_call"
for o in response.get("output", [])
)
if has_function_calls:
await handle_function_call(ws, event)
elif event_type == "response.output_audio.delta":
# Speel responsaudio af
audio_bytes = base64.b64decode(event["delta"])
player.write(audio_bytes)
elif event_type == "error":
print(f"Error: {event['error']['message']}")
Meerdere functieaanroepen
Het model kan beslissen meerdere functies in één antwoord aan te roepen. Het veld output van response.done kan meerdere items van het type function_call bevatten. Verwerk ze allemaal voordat u response.create aanroept.
Belangrijkste punten
- Tools declareert u in
session.updatemet een standaard JSON-schema - Argumenten komen binnen via streaming door middel van
response.function_call_arguments.delta - Na uitvoering stuurt u het resultaat terug via
conversation.item.createmet decall_id - Roep
response.createaan zodat het model zijn spraakantwoord met het resultaat kan formuleren - Handel meerdere aanroepen af: het model kan meerdere functies tegelijk aanroepen