OpenAI RealTime API

从 sgcWebSockets 2025.5.0 起，OpenAI RealTime API 已受支持（目前仅支持转录模式）。

OpenAI Realtime API 支持低延迟、多模态交互，包括语音对话体验和实时转录。

组件 TsgcWSAPI_OpenAI 实现了 RealTime OpenAI API。

配置

使用 method 属性选择 Conversation（对话）或 Transcription（转录），目前仅支持转录模式。

InputAudio 属性允许自定义以下数据：

• Language（语言）：例如英语（值 = 'en'）。
• Model（模型）：将使用的模型，例如：whisper-1
• Prompt（提示）：可选提示，用于向模型提供指令。

OpenAI

OpenAI API 使用 API 密钥进行身份验证。访问您的 API 密钥页面以获取请求中使用的 API 密钥。

请记住，您的 API 密钥是机密！不要与他人共享或在任何客户端代码（浏览器、应用程序）中暴露。生产请求必须通过您自己的后端服务器路由，API 密钥应从环境变量或密钥管理服务中安全加载。

此 API 密钥必须在组件的 OpenAIOptions.ApiKey 属性中配置。对于属于多个组织的用户，如果您的账户属于某个组织，可以在 OpenAIOptions.Organization 属性中设置您的组织。

配置 API 密钥后，以下是可与 OpenAI API 交互的可用功能列表。

Azure

客户端支持 Microsoft Azure OpenAI Services，因此您也可以使用 Azure 账户与 Azure OpenAI API 进行交互。要将客户端配置为使用 Azure，请按照以下步骤操作：

1. 将属性 OpenAIOptions.Provider 设置为 oapvAzure
2. 设置 ResourceName 和 DeploymentId 的值（这些值可在您的 Azure 账户中找到）
   1. OpenAIOptions.AzureOptions.ResourceName = <your resource name>.
   2. OpenAIOptions.AzureOptions.DeploymentId = <your deployment id>.
3. 设置您的 Azure 账户 API 密钥
   1. OpenAIOptions.ApiKey = <azure api key>.

转录示例

WSClient := TsgcWebSocketClient.Create(nil);
oAudio := TsgcAudioRecorderWave.Create(nil);
OpenAI := TsgcWSAPI_OpenAI.Create(nil);
OpenAI.Client := WSClient;
OpenAI.AudioRecorder := oAudio;
OpenAI.OpenAIOptions.APIKey := 'your-api-key-here';
OpenAI.OpenAIOptions.method := sgcoaimTranscription;
OpenAI.OpenAIOptions.provider := sgcoaipOpenAI;
OpenAI.InputAudio.Language := 'en';
OpenAI.InputAudio.Model := 'whisper-1';
procedure OnOpenAIAudioTranscriptionCompleted(Sender: TObject; const aItem: TsgcWSOpenAIConversation_Item_Completed);
begin
  Log('#transcription_completed: ' + aItem.Transcript);
end; 

示例

以下是展示 OpenAI RealTime API 主要功能的 Delphi 示例。