Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

Händelserna session.created och session.updated

Lektion 4 av 16 Uppdaterad 3 november 2026 Utvecklare
På denna sida
  1. Serverns sessionshändelser
  2. session.created
  3. session.updated
  4. conversation.created
  5. Den fullständiga startsekvensen
  6. Viktiga punkter

Uppdaterat den 3 november 2026, baserat på xAI:s sida Speech to Speech och referensen för Voice API. Referensen specificerar inte innehållet i session-objektet i dessa händelser; det ID du måste behålla är konversationens, conversation.id, vilket återupptagning av sessionen förlitar sig på. Källor: Speech to Speech · Voice API.

Serverns sessionshändelser

När du arbetar med Voice Agent API håller servern dig informerad om sessionens tillstånd via JSON-händelser. De första du får är session.created, när anslutningen öppnas, och conversation.created. Därefter följer session.updated efter varje konfiguration du skickar.

session.created

Servern skickar denna händelse automatiskt så snart WebSocket-anslutningen öppnas. Enligt referensen innehåller den sessionskonfigurationen, men fälten specificeras inte i detalj. Istället för att anta standardvärden bör du logga händelsen en gång för att se vad servern returnerar, och sedan skicka din egen konfiguration.

Vad du ska göra när session.created anländer

Din applikation bör:

  1. Logga händelsen, för felsökning
  2. Omedelbart skicka din session.update med den konfiguration du önskar
  3. Tömma ljudbufferten du fyllde medan du väntade på anslutningen

Den tredje punkten kommer från xAI:s råd för att minska den upplevda latensen: börja fånga ljud från mikrofonen så snart skärmen öppnas, utan att vänta på anslutningen, behåll sampel i minnet och skicka dem sedan så snart anslutningen är redo och konfigurationen har skickats.

ws.on("message", (data) => {
  const event = JSON.parse(data);

  switch (event.type) {
    case "session.created":
      console.log("Session created:", event.session);
      // Send the configuration
      ws.send(JSON.stringify({
        type: "session.update",
        session: {
          instructions: "You are a voice assistant.",
          voice: "rex",
          turn_detection: { type: "server_vad" }
        }
      }));
      // Then send the audio captured while waiting for the connection
      flushMicBuffer(ws);
      break;
  }
});

session.updated

Denna händelse bekräftar din session.update: sessionen är konfigurerad. För vissa inställningar anger dokumentationen att det tillämpade värdet skickas tillbaka här, precis som med tabellen för uttalsersättning (replace). En ogiltig konfiguration å andra sidas avvisas med en error-händelse som beskriver problemet; sessionen förblir öppen och behåller sin tidigare konfiguration.

Kontrollera konfigurationen

Jämför de returnerade värdena med de du skickade: det är så du fångar upp en inställning som ignorerades.

case "session.updated":
  const s = event.session;
  console.log("Configured voice:", s.voice);
  console.log("Number of tools:", s.tools?.length ?? 0);
  break;

case "error":
  console.error("Configuration rejected:", event);
  break;

conversation.created

Servern skickar också en conversation.created-händelse, som bär på konversations-ID:t:

{
  "type": "conversation.created",
  "conversation": {
    "id": "conv_xyz789"
  }
}

Behåll detta ID: det är vad som möjliggör återupptagning av sessionen. Som standard förlorar en anslutning konversationshistoriken när WebSocket stängs. Om du skickar "resumption": {"enabled": true} i session.update, cachelagrar servern varje tur. När du återansluter, öppna WebSocket igen med ?conversation_id=<id> och aktivera återupptagning igen: de tidigare turerna spelas upp innan din första nya tur. Historiken raderas efter 30 minuters inaktivitet.

Den fullständiga startsekvensen

Sammanfattningsvis är detta ordningen på händelser när en röstsession startar, enligt hur referensen beskriver det:

  1. WebSocket öppnas
  2. Du får session.created (server → klient)
  3. Du får conversation.created (server → klient)
  4. Du skickar session.update (klient → server)
  5. Du får session.updated (server → klient)

Viktiga punkter

  • session.created anländer när anslutningen öppnas och innehåller sessionskonfigurationen, vars fält referensen inte specificerar i detalj
  • session.updated bekräftar din konfiguration; en ogiltig konfiguration returnerar en error-händelse
  • Fånga ljud från mikrofonen innan anslutningen och töm bufferten så snart den är redo
  • conversation.created bär på conversation.id, vilket du behåller för att återuppta sessionen
  • Återupptagning kräver resumption.enabled vid varje anslutning, och historiken löper ut efter 30 minuters inaktivitet