跳到主要内容

实时识别

从 @unif/react-native-speech/realtime 导入 openSpeechSession、SPEECH_AUDIO_FORMAT。

openSpeechSession(input: Readonly<OpenSpeechSessionInput>, handlers: SpeechSessionHandlers): SpeechSession 立即交付句柄。input 包含 credentials、必填 createUuid(): string 和可选 readVocabulary。

句柄行为
sendAudio(buffer)校验实际格式并接纳 PCM;准备期采用字节快照,握手后按原序发送
finish()停止接纳新块,结束可选词表等待,队列发完后仅发送一次 finish
close()取消准备、解除监听并关闭本会话;不等待或投递后续终态

SPEECH_AUDIO_FORMAT 固定为 16000 Hz、单声道、int16 小端 PCM,模型为 qwen-audio-3.0-asr-flash-streaming。凭证通过 RN WebSocket 第三参数 Authorization header 发送,永不加入 URL。

handlers 包含 onStarted()、onPartial(text)、onFinal(text)、onFinished()、onError(error)。文字原样交付;有效 sentence_id 的定稿只投递一次,不按相同文字推断重复。服务端 task-finished 可提前正常结束。onFinished/onError 互斥,清理先于终态通知,迟到事件不能恢复会话。

SpeechSessionError.reason 为 credential | audio_format | transport | protocol | rejected | unsupported,包含固定中文 message 和可选实际 sourceCode。凭证失败的 message 由 describeSpeechCredentialFailure 按原因与 HTTP 状态生成,不透传原始失败文案。回调异常触发本会话清理,不向新接收方补结果。Web 异步交付 unsupported,不调用凭证、UUID 或 WebSocket。

SpeechVocabularyReader 接收 { signal },返回 Promise<readonly string[]>。词表与凭证并行准备,失败继续原识别;取消或 finish 结束本轮词表等待。协议按原规则去重、过滤超长词,最多 2000 个词、权重 4,context 最多 400 个 Unicode 字符且保留完整词;业务目录查询仍由宿主负责。

公开类型:OpenSpeechSessionInput、SpeechSessionHandlers、SpeechSessionError、SpeechSession、SpeechSessionOpener、SpeechVocabularyReader。会话不持有输入 Hook 的 60 秒/2 秒计时器,不重连、不重采样。