实时转写与翻译

建立连接

wss://api.winteam.tech/v1/stream?token=<API_KEY>

连接建立后先发送一条配置消息：

{
  "type": "config",
  "audio": { "encoding": "pcm_s16le", "sample_rate": 16000, "channels": 1 },
  "source_language": "en",
  "target_languages": ["zh"],
  "glossary_id": "gls_medical_2026",
  "interim_results": true
}

随后持续发送音频二进制帧，建议每帧 20–100 毫秒。

返回消息

{
  "type": "transcript",
  "state": "live",
  "start_ms": 12340,
  "text": "Real-time captions arrive in under two seconds",
  "translations": { "zh": "实时字幕在两秒内同步呈现" }
}

state 有三个取值，对应字幕的三种状态：

• live —— 正在识别，句尾还会变化
• stable —— 前缀已确认，不再回改
• final —— 整句定稿

稳定前缀

客户端渲染时建议：stable 之前的文字固定显示，只重绘活跃部分。这样字幕不会出现整句重排。

断线重连

网络中断后使用相同的 session_id 重连，服务端会续接上下文，不会丢失已确认的文字。