实时语音识别（Paraformer）客户端事件

**用户指南：**关于模型介绍和选型建议请参见语音识别。 事件交互流程：如需了解事件交互时序，请参见WebSocket API。

run-task

说明：启动语音识别任务，设置模型、音频格式、采样率等参数。 发送时机：建立 WebSocket 连接后立即发送。 响应事件：服务端返回 task-started 事件后才能发送音频。

{
    "header": {
        "action": "run-task",
        "task_id": "2bf83b9a-baeb-4fda-8d9a-xxxxxxxxxxxx",
        "streaming": "duplex"
    },
    "payload": {
        "task_group": "audio",
        "task": "asr",
        "function": "recognition",
        "model": "paraformer-realtime-v2",
        "parameters": {
            "format": "pcm",
            "sample_rate": 16000,
            "disfluency_removal_enabled": false,
            "language_hints": [
                "en"
            ]
        },
        "input": {}
    }
}

参数	类型	说明
header	object	（必选）
header.action	string	（必选）指令类型，固定为 `run-task`。
header.task_id	string	（必选）客户端生成的任务 ID（UUID 格式），用于关联后续事件。
header.streaming	string	（必选）固定为 `duplex`。
payload	object	（必选）
payload.task_group	string	（必选）任务组，固定为 `audio`。
payload.task	string	（必选）任务类型，固定为 `asr`。
payload.function	string	（必选）功能类型。固定为`recognition`。
payload.model	string	（必选）模型名称。
payload.input	object	（必选）固定为`{}`。
payload.parameters	object	（必选）语音识别参数。
payload.parameters.format	string	（必选）音频格式。取值范围： `pcm` `wav` `mp3` `opus` `speex` `aac` `amr` 提示： Paraformer须遵循如下约束： opus/speex：必须使用Ogg封装 wav：必须为PCM编码 amr：仅支持AMR-NB类型
payload.parameters.sample_rate	integer	（必选）采样率（Hz）。取值范围： Paraformer（因模型而异）： paraformer-realtime-v2：支持任意采样率 paraformer-realtime-v1：仅支持 16000 Hz paraformer-realtime-8k-v2：仅支持 8000 Hz paraformer-realtime-8k-v1：仅支持 8000 Hz
payload.parameters.vocabulary_id	string	（可选）热词列表 ID。
payload.parameters.disfluency_removal_enabled	boolean	（可选）提示：仅Paraformer支持该参数。是否过滤语气词。默认值：false。
payload.parameters.language_hints	array[string]	（可选）待识别音频语种。无默认值，不设置时模型自动识别。取值范围： Paraformer： zh: 中文 en: 英文 ja: 日语 yue: 粤语 ko: 韩语 de：德语 fr：法语 ru：俄语
payload.parameters.semantic_punctuation_enabled	boolean	（可选）提示：仅Paraformer（v2）支持该参数。是否启用语义断句。默认值：false。 true：开启语义断句，关闭 VAD 断句。 false（默认）：开启 VAD 断句，关闭语义断句。语义断句准确性更高，适合会议转写场景；VAD（Voice Activity Detection，语音活动检测）断句延迟较低，适合交互场景。
payload.parameters.max_sentence_silence	integer	（可选）提示： - 仅Paraformer（v2）支持该参数。仅在`semantic_punctuation_enabled`参数为false时生效。 VAD 断句静音阈值（ms）。当一段语音后的静音时长超过该阈值时，系统会判定该句子已结束。默认值：1300。取值范围：[200, 6000]。
payload.parameters.multi_threshold_mode_enabled	boolean	（可选）提示： - 仅Paraformer（v2）支持该参数。仅在`semantic_punctuation_enabled`参数为false时生效。是否启用多阈值模式。启用后可防止 VAD 断句切割过长。默认值：false。
payload.parameters.punctuation_prediction_enabled	boolean	（可选）提示：仅Paraformer（v2）支持该参数。是否在识别结果中添加标点符号。默认值：true。
payload.parameters.heartbeat	boolean	（可选）提示：仅Paraformer（v2）支持该参数。是否启用心跳包。默认值：false。 true：在持续发送静音音频的情况下，可保持与服务端的连接不中断。 false（默认）：即使持续发送静音音频，连接也将在一定时间后因超时而断开。
payload.parameters.inverse_text_normalization_enabled	boolean	（可选）提示：仅Paraformer（v2）支持该参数。是否启用逆文本正则化（ITN）。启用后，中文数字将转换为阿拉伯数字。默认值：true。

finish-task

说明：通知服务端音频发送完毕，请求结束任务。 发送时机：所有音频数据发送完毕后。 响应事件：服务端返回 task-finished 事件。

{
    "header": {
        "action": "finish-task",
        "task_id": "2bf83b9a-baeb-4fda-8d9a-xxxxxxxxxxxx",
        "streaming": "duplex"
    },
    "payload": {
        "input": {}
    }
}

参数	类型	说明
header	object	（必选）
header.action	string	（必选）指令类型，固定为 `finish-task`。
header.task_id	string	（必选）客户端生成的任务 ID（UUID 格式），需与run-task事件中的 task_id 保持一致。
header.streaming	string	（必选）固定为 `duplex`。
payload	object	（必选）
payload.input	object	（必选）固定为`{}`。

​run-task

​finish-task

run-task

finish-task