快速开始：实时转录

这份指南使用一段 WAV 录音模拟实时音频：每次发送 100 毫秒音频，同时接收识别结果。接入麦克风或通话时，可将读取文件的部分替换为同格式的持续音频输入。

准备

Python 3.10 或以上版本。

有效的企业 ASR API Key。

16 kHz、单声道、16-bit PCM WAV 文件 sample.wav。

安装依赖：

如需转换音频，可使用 FFmpeg：

建立连接 → session_started → 持续发送音频
                                 ↓
                 partial_transcript → committed_transcript

中间文本可能变化，适合实时展示；最终文本适合保存。本示例采用手动提交：最后一帧设置 commit=true，等待最终结果后关闭连接。

保存以下代码为 realtime_asr.py。代码会去掉 WAV 文件头，只发送 PCM 音频数据，并同时处理发送和接收。

设置环境变量并运行。以下使用 Bash；PowerShell 设置方式为 $env:MYVOCAL_API_KEY="YOUR_API_KEY"。

终端先输出 stage: partial，随后输出 stage: final。不要在最终结果到达前主动断开连接。

自动断句：使用 commit_mode=vad，由服务端根据语音与静音判断提交时机。

词级时间戳：设置 word_timestamps=true，处理带时间戳的最终事件；此时不要只等普通最终事件就结束接收。

文本上下文：previous_text 放在第一帧音频消息里，不能放在连接 URL，也不能在后续帧重复发送。

上述调整的参数和事件说明见实时转录接口参考。echo_v2_medical 不适用于此接口；医疗录音请使用文件转录。

现象	检查方法
连接被拒绝	检查 `api-key` 与必填的 `model_id=echo_v1_realtime`
一直没有最终文本	手动模式检查是否已发送 `commit=true`，并继续接收结果
音频无法识别	检查采样率、声道和位深；不要把 WAV 文件头当作 PCM 数据发送

连接 URL 中包含 Key，请避免将完整 URL 写入日志。