Flux WebSocket S2S

wscat -c "wss://api.gradium.ai/api/speech/s2s" \
  -H "x-api-key: YOUR_API_KEY"

Cycle de vie

{"type":"setup","model_name":"s2s-translate","stt_model_name":"stt-translate","tts_model_name":"default","input_format":"pcm","output_format":"pcm","voice_id":"YTpq7expH9539ERJ","json_config":{"target_language":"en"}}
{"type":"audio","audio":"base64_encoded_audio"}
{"type":"end_of_stream"}

Le serveur répond par ready, puis par des messages text et audio dès qu’ils sont disponibles, et enfin par end_of_stream. Le protocole combine le côté entrée du STT (audio en entrée) et le côté sortie du TTS (text et audio en sortie). Consultez Cycle de vie du WebSocket pour le comportement de la connexion, les sockets réutilisables, les tokens navigateur et les erreurs.

Messages du client

`setup`

Champ	Type	Obligatoire	Description
`type`	string	Oui	Toujours `"setup"`.
`model_name`	string	Oui	Alias du modèle. Utilisez `"s2s-translate"` pour la traduction en direct ; c’est le seul modèle actuellement pris en charge.
`stt_model_name`	string	Non	Modèle de transcription (STT) utilisé pour transcrire l’entrée. Définissez-le sur `"stt-translate"` pour la traduction en direct.
`tts_model_name`	string	Non	Modèle de synthèse vocale (TTS) utilisé pour synthétiser la sortie. Définissez-le sur `"default"` pour la traduction en direct.
`input_format`	string	Oui	`pcm`, `wav`, `opus`, `ulaw_8000`, `alaw_8000`, ou des fréquences PCM explicites comme `pcm_24000`.
`output_format`	string	Oui	`wav`, `pcm`, `opus`, `ulaw_8000`, etc.
`voice_id`	string	Non	Voix utilisée pour la sortie synthétisée. Voir Voix.
`json_config`	object or string	Non	Paramètres avancés. Définissez `target_language` pour traduire la parole ; omettez-le pour conserver la langue d’origine.
`client_req_id`	string	Non	Permet de corréler les requêtes multiplexées.
`close_ws_on_eos`	boolean	Non	Vaut `true` par défaut ; définissez `false` pour garder le socket ouvert.

Avec le format d’entrée pcm, l’entrée doit être à 24kHz, en échantillons de 16 bits little-endian. Avec le format de sortie pcm, la sortie est à 48kHz, en échantillons de 16 bits little-endian.

`audio`

Champ	Type	Obligatoire	Description
`type`	string	Oui	Toujours `"audio"`.
`audio`	string	Oui	Fragment audio d’entrée encodé en Base64.
`client_req_id`	string	Non	Obligatoire pour router une requête multiplexée.

`end_of_stream`

Champ	Type	Obligatoire	Description
`type`	string	Oui	Toujours `"end_of_stream"`.
`client_req_id`	string	Non	Termine la requête multiplexée correspondante.

Messages du serveur

`ready`

Champ	Type	Description
`type`	string	Toujours `"ready"`.
`request_id`	string	ID de requête Gradium, pour les logs et le support.
`model_name`	string	Alias du modèle demandé.
`sample_rate`	integer	Fréquence d’échantillonnage de sortie, en Hz.
`frame_size`	integer	Taille de trame de sortie, en échantillons.
`client_req_id`	string	Présent pour les requêtes multiplexées.
`residency`	string	Résidence des données de la session (par ex. `pinned; zone=eu`, `best-effort; zone=us` ou `none`), lorsqu’elle est présente. Voir Résidence des données.

`text`

Champ	Type	Description
`type`	string	Toujours `"text"`.
`text`	string	Segment de texte transcrit (et traduit, si `target_language` est défini).
`start_s`	number	Début du segment, en secondes.
`stop_s`	number	Fin du segment, en secondes.
`stream_id`	integer	Identifiant du flux, lorsqu’il est présent.
`client_req_id`	string	Présent pour les requêtes multiplexées.

`audio`

Champ	Type	Description
`type`	string	Toujours `"audio"`.
`audio`	string	Fragment audio de sortie encodé en Base64.
`start_s`	number	Début du fragment, en secondes.
`stop_s`	number	Fin du fragment, en secondes.
`stream_id`	integer	Identifiant du flux, lorsqu’il est présent.
`client_req_id`	string	Présent pour les requêtes multiplexées.

Messages terminaux

Type	Description
`end_of_stream`	La requête est terminée.
`error`	Message d’erreur terminal ; le socket se ferme après l’erreur.

Error

{"type":"error","message":"Error description","code":1008}

Autorisations

x-api-key

string

header

requis

API key for authentication. Passed via the x-api-key header.

En-têtes

x-api-key

string

requis

Your Gradium API key

Réponse

101

WebSocket connection established

Vue d'ensemble

Synthèse vocale (TTS)

Transcription (STT)

Speech-to-Speech

Voix

Voice Design

Voice Enhance

Voice Localization

Prononciations

Consommation

Cycle de vie

Messages du client

`setup`

`audio`

`end_of_stream`

Messages du serveur

`ready`

`text`

`audio`

Messages terminaux

Autorisations

En-têtes

Réponse

​Cycle de vie

​Messages du client

​setup

​audio

​end_of_stream

​Messages du serveur

​ready

​text

​audio

​Messages terminaux

Autorisations

En-têtes

Réponse

Cycle de vie

Messages du client

`setup`

`audio`

`end_of_stream`

Messages du serveur

`ready`

`text`

`audio`

Messages terminaux