本文介绍 Paraformer 实时语音识别服务中客户端通过 WebSocket 发送给服务端的客户端事件，包括 run-task（启动任务）和 finish-task（结束任务）两类指令的数据结构与字段含义。
用户指南：关于模型介绍和选型建议请参见语音识别。
事件交互流程：如需了解事件交互时序，请参见WebSocket API。
说明：启动语音识别任务，设置模型、音频格式、采样率等参数。
发送时机：建立 WebSocket 连接后立即发送。
响应事件：服务端返回
说明：通知服务端音频发送完毕，请求结束任务。
发送时机：所有音频数据发送完毕后。
响应事件：服务端返回
run-task
说明：启动语音识别任务，设置模型、音频格式、采样率等参数。
发送时机：建立 WebSocket 连接后立即发送。
响应事件：服务端返回 task-started 事件后才能发送音频。
headerobject（必选）
属性 action string（必选）指令类型，固定为 run-task。task_idstring（必选）客户端生成的任务 ID（UUID 格式），用于关联后续事件。streamingstring（必选）固定为 duplex。object（必选）
属性 task_group string（必选）任务组，固定为 audio。taskstring（必选）任务类型，固定为 asr。functionstring（必选）功能类型。固定为recognition。modelstring（必选）模型名称。inputobject（必选）固定为{}。parametersobject（必选）语音识别参数。
属性 format string（必选）音频格式。取值范围：
integer（必选）采样率（Hz）。取值范围：
string（可选）热词列表 ID。disfluency_removal_enabledboolean（可选）是否过滤语气词。默认值：false。language_hintsarray[string]（可选）待识别音频语种。无默认值，不设置时模型自动识别。取值范围：
boolean（可选）是否启用语义断句。默认值：false。
integer（可选）VAD 断句静音阈值（ms）。当一段语音后的静音时长超过该阈值时，系统会判定该句子已结束。默认值：1300。取值范围：[200, 6000]。multi_threshold_mode_enabledboolean（可选）是否启用多阈值模式。启用后可防止 VAD 断句切割过长。默认值：false。punctuation_prediction_enabledboolean（可选）是否在识别结果中添加标点符号。默认值：true。heartbeatboolean（可选）是否启用心跳包。默认值：false。
boolean（可选）是否启用逆文本正则化（ITN）。启用后，中文数字将转换为阿拉伯数字。默认值：true。 |
finish-task
说明：通知服务端音频发送完毕，请求结束任务。
发送时机：所有音频数据发送完毕后。
响应事件：服务端返回 task-finished 事件。
headerobject（必选）
属性 action string（必选）指令类型，固定为 finish-task。task_idstring（必选）客户端生成的任务 ID（UUID 格式），需与run-task事件中的 task_id 保持一致。streamingstring（必选）固定为 duplex。object（必选）
属性 input object（必选）固定为{}。 |