实时语音（Realtime）

Realtime API 通过 WebSocket 建立低延迟双向连接，可用于实时语音对话、音频输入输出和实时转写。

WebSocket 地址

wss://api.nexusmodels.cn/v1/realtime?model=YOUR_REALTIME_MODEL

其中 model 必须替换为实际可用的实时模型名称。

身份认证

WebSocket 握手时需要携带虚拟 Key：

Authorization: Bearer YOUR_NEXUSMODELS_API_KEY

使用 wscat 连接

安装 wscat：

npm install -g wscat

建立连接：

wscat \
  -c 'wss://api.nexusmodels.cn/v1/realtime?model=YOUR_REALTIME_MODEL' \
  -H 'Authorization: Bearer YOUR_NEXUSMODELS_API_KEY'

连接成功后，可以发送会话配置事件：

{
  "type": "session.update",
  "session": {
    "modalities": [
      "text",
      "audio"
    ],
    "instructions": "请使用中文回答。",
    "voice": "alloy"
  }
}

发送一条文本消息：

{
  "type": "conversation.item.create",
  "item": {
    "type": "message",
    "role": "user",
    "content": [
      {
        "type": "input_text",
        "text": "请介绍一下 NexusModels。"
      }
    ]
  }
}

请求模型生成响应：

{
  "type": "response.create"
}

常见事件

事件	方向	说明
session.update	客户端 → 服务端	更新会话配置
conversation.item.create	客户端 → 服务端	添加用户消息
input_audio_buffer.append	客户端 → 服务端	添加 Base64 音频数据
response.create	客户端 → 服务端	请求模型生成响应
response.text.delta	服务端 → 客户端	返回增量文本
response.audio.delta	服务端 → 客户端	返回增量音频数据
response.done	服务端 → 客户端	本轮响应完成
error	服务端 → 客户端	返回错误信息