Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

Händelser från klient till server

Lektion 9 av 16 Uppdaterad 30 juli 2026 Utvecklare
På denna sida
  1. Meddelandena du skickar
  2. conversation.item.create
  3. conversation.item.delete
  4. response.create och response.cancel
  5. Viktiga punkter

Meddelandena du skickar

Voice Agent API fungerar genom att utbyta JSON-händelser över WebSocket. I denna lektion går vi igenom varje händelse din app kan skicka till servern. Varje en har en specifik roll i konversationscykeln.

Händelse Beskrivning När du ska använda den
session.update Konfigurera sessionen Vid start och för att ändra konfigurationen
input_audio_buffer.append Skicka en base64-kodad ljudbit Kontinuerligt under inspelning
input_audio_buffer.commit Bekräfta ljudbufferten I push-to-talk-läge
input_audio_buffer.clear Töm bufferten utan bearbetning För att avbryta en inspelning
conversation.item.create Lägg till ett meddelande eller funktionsresultat Historik, kontext, funktionsresultat
conversation.item.delete Ta bort ett objekt efter ID Rensa upp i konversationen
response.create Begär ett svar I manuellt läge (automatiskt med VAD)
response.cancel Avbryt ett pågående svar När användaren avbryter

conversation.item.create

Denna händelse låter dig injicera meddelanden i konversationen utan att gå via ljudströmmen. Den täcker tre huvudfall.

Lägg till ett textmeddelande från användaren

{
  "type": "conversation.item.create",
  "item": {
    "type": "message",
    "role": "user",
    "content": [
      {
        "type": "input_text",
        "text": "What's the status of my order 12345?"
      }
    ]
  }
}

Injicera konversationshistorik

Innan röstkonversationen startar kan du fylla historiken med tidigare utbyten för att ge agenten kontext:

{
  "type": "conversation.item.create",
  "item": {
    "type": "message",
    "role": "assistant",
    "content": [
      {
        "type": "text",
        "text": "Hello, I'm your assistant. How can I help you?"
      }
    ]
  }
}

Returnera ett funktionsresultat

Efter att ett funktionsanrop har körts skickar du tillbaka resultatet med denna händelse (se lektion 13 om funktionsanrop):

{
  "type": "conversation.item.create",
  "item": {
    "type": "function_call_output",
    "call_id": "call_abc123",
    "output": "{\"status\": \"shipped\", \"tracking\": \"FR123456789\"}"
  }
}

conversation.item.delete

Tar bort ett konversationsobjekt efter dess ID:

{
  "type": "conversation.item.delete",
  "item_id": "item_audio_001"
}

Detta är användbart för att ta bort ett felaktigt meddelande eller för att hindra konversationshistoriken från att växa sig för stor.

response.create och response.cancel

response.create ber explicit servern att generera ett svar. I VAD-läge gör servern detta automatiskt så snart den upptäcker att talet har upphört:

{
  "type": "response.create"
}

response.cancel stoppar ett svar som håller på att genereras. Det är användbart när användaren pratar över agenten:

{
  "type": "response.cancel"
}

Viktiga punkter

  • Åtta typer av händelser kan skickas från klienten till servern
  • session.update konfigurerar sessionen och kan skickas flera gånger
  • conversation.item.create låter dig lägga till text, historik eller funktionsresultat
  • response.create krävs i manuellt läge och är automatisk i VAD-läge
  • response.cancel låter dig avbryta agenten när användaren börjar prata igen