PuppyIP 资源中心
AI 工具排障 5 分钟 发布于 2026-11-20

GPT-Live WebRTC 怎么进入待机?设置空闲时间并核对计费

要让 GPT-Live 在通话空闲时暂停推理,创建原生 WebRTC 会话时选择语音唤醒,并设置 5 到 60 秒的空闲超时。用 session.paused 和 session.resumed 确认会话实际进入待机并恢复。

GPT-Live WebRTC 语音 API 待机计费

服务对象与地域限制

PuppyIP 仅面向海外合规企业及其授权人员提供服务,不面向中国大陆地区开放或提供代理服务。本服务仅限用于中国大陆境外的合法业务活动,严禁在中国大陆境内使用本服务。

代理 IP 或服务器位于境外,不改变上述限制。不得通过中转、转接、共享或转售向中国大陆境内的最终使用者提供本服务。使用前请阅读用户服务协议。

本文要点

  • GPT-Live-1 和 GPT-Live-1.1 都支持原生 WebRTC 待机。配置语音唤醒和空闲超时,保持麦克风轨道启用。
  • 用 session.paused 和 session.resumed 验证会话状态。等待空闲超时的时间仍计入活跃阶段。
  • 官方语音会话费率按秒计算,活跃每分钟 0.05 美元,待机每分钟 0.02 美元。后端模型和工具另计。

创建会话时设置语音唤醒和空闲超时

OpenAI 11 月 19 日的 API 更新记录列出 GPT-Live-1.1 和 WebRTC 待机功能。待机同时适用于 GPT-Live-1 和 GPT-Live-1.1。本文以直接使用 OpenAI 原生 WebRTC 的应用为例。其他网关的 WebSocket 路径和计费应按各自文档核对。

创建会话时,将 <code>session.wake_policy.type</code> 设为 <code>speech</code>,并将 <code>session.idle_timeout_s</code> 设为 5 至 60 秒之间的整数。例如,设置 15 秒后,首次语音会唤醒推理,连续 15 秒没有输入或输出转写时可进入待机。省略超时值时,一旦首次唤醒,推理会保持活跃直至会话结束。

用事件验证待机和恢复

先在测试会话的 sideband 连接上订阅 <code>session.resumed</code> 和 <code>session.paused</code>。也可以从允许接收这些事件的 WebRTC 数据通道监听。接通后说一句测试语音,记下首次 <code>session.resumed</code>。停止说话并等到最后一段输出转写结束,再观察是否出现 <code>session.paused</code>。

待机时保持获得用户授权的麦克风轨道启用。再次说话时,确认收到新的 <code>session.resumed</code>,并检查会话 ID 与此前一致。OpenAI 说明恢复后会保留对话历史,短句唤醒后的第一条回复可能更慢。如果只有静音而没有暂停事件,先核对创建时的超时设置、是否仍有输出转写,以及监听通道是否接收此类事件。

把活跃、待机和后端用量分开

官方定价表对两款模型列出相同的语音会话费率,活跃为每分钟 0.05 美元,待机为每分钟 0.02 美元,均按秒计费。还在等待空闲超时的静默时间,以及推理仍活跃时等待后端的时间,都计入活跃时长。关闭麦克风输入本身不会暂停正在活跃的推理。

按观测到的阶段时长估算。例如活跃 60 秒、待机 30 秒,语音费用约为 0.06 美元。后端模型和工具费用需按对应计费另算。默认创建 WebRTC 会话时会在初始化期间计入 15 秒,会话开始运行后冲抵时长费用。估算已运行会话总时长时只算一次。

结束时保留最终用量

记录暂停和恢复事件的时间,留作活跃与待机拆分的应用侧证据。<code>usage.seconds</code> 是语音时长累计值,应读取最新值。关闭前先监听 <code>session.closed</code>,收到该事件后记录最终秒数。另行保存后端模型用量,并分别与账单比对。

资料来源

常见问题

可以用 90 秒的空闲超时吗?

原生 WebRTC 待机的空闲超时须在 5 至 60 秒之间,使用整数。

没有 session.paused 时能按待机费率估算吗?

先核对实际状态及事件订阅。推理保持活跃时使用活跃费率。

语音恢复后会话会重新创建吗?

按文档,待机时连接和会话 ID 保留,检测到语音后恢复推理和对话历史。