Chamada de funções em tempo real
Nesta página
Atualização de 2 de novembro de 2026 — Modelos de áudio. Vários modelos neste curso estão obsoletos:
tts-1,tts-1-hdegpt-4o-mini-ttsdeixarão de funcionar a 6 de janeiro de 2027 (a substituição indicada égpt-realtime-2.1-mini, que o guia TTS da OpenAI afirma não ser suportado por/v1/audio/speech: a migração da síntese de fala passa para a Realtime API);gpt-realtime,gpt-4o-realtimee modelos de áudio legados a 20 de janeiro de 2027 (gpt-realtime-2.1,gpt-realtime-2.1-mini,gpt-audio-1.5);whisper-1,gpt-4o-transcribee/v1/audio/translationsa 26 de fevereiro de 2027 (gpt-transcribe,gpt-live-transcribe,v1/realtime/translations). Para voz full-duplex, o GPT-Live 1 está disponível na API desde 10 de setembro de 2026.
Chamada de funções em tempo real
A chamada de funções na Realtime API permite que o seu agente de voz execute ações concretas durante uma conversa: consultar uma base de dados, fazer um pedido ou verificar um estado. A mecânica é semelhante à da Responses API, mas adaptada ao fluxo de eventos WebSocket.
Declaração de ferramentas na sessão
Declara as ferramentas em session.update, tal como faz com as instruções e a voz. Cada ferramenta é um esquema JSON que descreve os seus parâmetros:
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"
}
}))
Fluxo da chamada de função
Quando o modelo decide chamar uma ferramenta, a sequência de eventos é a seguinte:
response.function_call_arguments.delta
Os argumentos da função chegam via streaming, bloco a bloco.
response.function_call_arguments.done
Os argumentos estão completos. Pode agora executar a função.
conversation.item.create (you)
Envia o resultado da função de volta ao modelo.
response.create (you)
Solicita ao modelo que continue a sua resposta com o resultado.
Implementação do manipulador de funções
Eis um exemplo completo de tratamento de chamadas de funções:
import json
# Registo de funções disponíveis
async def get_weather(city: str, unit: str = "celsius") -> dict:
# Chamar uma API de meteorologia real
return {"city": city, "temperature": 22, "unit": unit, "condition": "sunny"}
async def book_appointment(date: str, time: str, service: str) -> dict:
# Lógica de marcação
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):
"""Processa uma chamada de função e devolve o resultado."""
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})")
# Executar a função
func = FUNCTION_REGISTRY.get(func_name)
if func:
result = await func(**arguments)
else:
result = {"error": f"Unknown function: {func_name}"}
# Enviar o resultado de volta ao modelo
await ws.send(json.dumps({
"type": "conversation.item.create",
"item": {
"type": "function_call_output",
"call_id": call_id,
"output": json.dumps(result)
}
}))
# Pedir ao modelo para continuar com o resultado
await ws.send(json.dumps({
"type": "response.create"
}))
Integração no ciclo de eventos
O manipulador de funções integra-se no seu ciclo principal:
async def event_loop(ws):
"""Ciclo principal de processamento de eventos."""
async for raw_message in ws:
event = json.loads(raw_message)
event_type = event["type"]
if event_type == "response.done":
response = event["response"]
# Verificar se o modelo chamou alguma função
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":
# Reproduzir áudio da resposta
audio_bytes = base64.b64decode(event["delta"])
player.write(audio_bytes)
elif event_type == "error":
print(f"Error: {event['error']['message']}")
Múltiplas chamadas de funções
O modelo pode decidir chamar várias funções numa única resposta. O campo output de response.done pode conter várias entradas do tipo function_call. Processe todas elas antes de chamar response.create.
Pontos-chave
- As ferramentas são declaradas em
session.updateusando um esquema JSON padrão - Os argumentos chegam via streaming através de
response.function_call_arguments.delta - Após a execução, envie o resultado de volta via
conversation.item.createcom ocall_id - Chame
response.createpara que o modelo possa formular a sua resposta de voz com o resultado - Trate múltiplas chamadas: o modelo pode invocar várias funções simultaneamente