OpenAI 创建 Realtime 呼叫

创建呼叫

post /realtime/calls

通过 WebRTC 创建新的 Realtime API 呼叫，并获取完成对等连接 所需的 SDP 应答。

请求体参数

内容类型为 multipart/form-data。

• sdp: string

呼叫方生成的 WebRTC 会话描述协议（SDP）提议。

• session: optional RealtimeSessionCreateRequest

Realtime 会话对象配置。

• type: "realtime"

要创建的会话类型。对于 Realtime API，固定为 realtime。

• "realtime"

• audio: optional RealtimeAudioConfig

输入和输出音频的配置。

• input: optional RealtimeAudioConfigInput

• format: optional RealtimeAudioFormats

输入音频格式。

• PCMAudio object { rate, type }

PCM 音频格式，仅支持 24kHz 采样率。

• rate: optional 24000

音频采样率，固定为 24000。

• 24000

• type: optional "audio/pcm"

音频格式，固定为 audio/pcm。

• "audio/pcm"

• PCMUAudio object { type }

G.711 μ-law 格式。

• type: optional "audio/pcmu"

音频格式，固定为 audio/pcmu。

• "audio/pcmu"

• PCMAAudio object { type }

G.711 A-law 格式。

• type: optional "audio/pcma"

音频格式，固定为 audio/pcma。

• "audio/pcma"

• noise_reduction: optional object { strength, type }

输入音频降噪配置，设为 null 可关闭。 降噪会在音频发送给 VAD 和模型前，对加入输入缓冲区的音频进行过滤。 过滤音频能改善模型对输入的感知，提高 VAD 和话轮检测的准确率、减少误报，并改善模型表现。

• strength: optional number (default: 1)

输入噪声抑制强度，值越大抑制越强。 首次启用降噪时默认为 1。在会话更新中省略 strength 会保留当前强度。

minimum: 0, maximum: 1

• type: optional NoiseReductionType

降噪类型。near_field 适用于耳机等近讲麦克风，far_field 适用于笔记本或会议室等远场麦克风。

• "near_field"

• "far_field"

• transcription: optional AudioTranscription

输入音频转录配置，默认关闭，开启后可设为 null 再次关闭。模型直接处理音频，输入音频转录不是模型的原生处理过程。转录通过 /audio/transcriptions 接口异步进行，应视为输入音频内容的参考，不能当作模型实际听到内容的精确表示。客户端可以选择设置转录语言和提示词，为转录服务提供额外引导。

• delay: optional "minimal" or "low" or "medium" or 2 more

控制模型在输出转录文本前等待的时间。 较高值可能提高转录准确率，但会增加延迟。 仅在正式版 Realtime 会话使用 gpt-realtime-whisper 时支持。

• "minimal"

• "low"

• "medium"

• "high"

• "xhigh"

• keywords: optional array of string

用于引导输入音频转录的词语或短语，gpt-transcribe 和 gpt-live-transcribe 支持。

• language: optional string

输入音频的语言。以 ISO-639-1 格式（例如 en）提供语言 可改善准确率和延迟。

• languages: optional array of string

输入音频可能使用的语言，采用 ISO-639-1 格式。gpt-transcribe 和 gpt-live-transcribe 支持。

minItems: 1

• model: optional string or "whisper-1" or "gpt-transcribe" or "gpt-live-transcribe" or 5 more

转录模型，可选 whisper-1、gpt-transcribe、gpt-live-transcribe、gpt-4o-mini-transcribe、gpt-4o-mini-transcribe-2025-12-15、gpt-4o-transcribe、gpt-4o-transcribe-diarize 和 gpt-realtime-whisper。需要说话人标签时，可用 gpt-4o-transcribe-diarize。

• string

• "whisper-1" or "gpt-transcribe" or "gpt-live-transcribe" or 5 more

转录模型，可选 whisper-1、gpt-transcribe、gpt-live-transcribe、gpt-4o-mini-transcribe、gpt-4o-mini-transcribe-2025-12-15、gpt-4o-transcribe、gpt-4o-transcribe-diarize 和 gpt-realtime-whisper。需要说话人标签时，可用 gpt-4o-transcribe-diarize。

• "whisper-1"

• "gpt-transcribe"

• "gpt-live-transcribe"

• "gpt-4o-mini-transcribe"

• "gpt-4o-mini-transcribe-2025-12-15"

• "gpt-4o-transcribe"

• "gpt-4o-transcribe-diarize"

• "gpt-realtime-whisper"

• prompt: optional string

可选文本，用于引导模型的表达风格，或续接此前的音频 片段。 对于 whisper-1，提示词为关键词列表。 对于 gpt-4o-transcribe 系列（不含 gpt-4o-transcribe-diarize），提示词是自由文本，例如“预计包含技术相关词语”。 正式版 Realtime 会话使用 gpt-realtime-whisper 时不支持提示词。

• turn_detection: optional RealtimeAudioInputTurnDetection or null

轮次检测配置，可使用服务端 VAD 或语义 VAD。设为 null 可关闭，此时客户端须手动触发模型响应。

服务端 VAD 根据音量检测语音开始和结束，并在用户讲话结束时响应。

语义 VAD 更进一步，结合 VAD 使用轮次检测模型，从语义上估计用户是否讲完，再根据该概率动态设置超时。例如，用户以“嗯……”拖尾时，模型会认为轮次结束的概率较低，等待更长时间让用户继续讲话。这有助于使对话更自然，但可能增加延迟。

对于 gpt-realtime-whisper 转录会话，轮次检测须 设为 null，因为不支持 VAD。

• ServerVad object { type, create_response, idle_timeout_ms, 4 more }

服务端语音活动检测（VAD），在检测到用户语音时开启，在一段静音后关闭。

• type: "server_vad" (default: "server_vad")

轮次检测类型，设为 server_vad 可开启简单的服务端 VAD。

• "server_vad"

• create_response: optional boolean (default: true)

发生 VAD 停止事件时，是否自动生成响应。如果 interrupt_response 为 false，且模型正在响应，可能无法创建响应。

如果 create_response 和 interrupt_response 均为 false，模型不会自动响应，但仍会发出 VAD 事件。

• idle_timeout_ms: optional integer or null

可选的超时时长，超时后自动触发模型响应。适合 不希望用户长时间停顿的场景，例如电话 通话。模型会根据当前上下文， 提示用户继续对话。

从上一次模型响应的音频播放完毕后开始计算超时， 即超时起点为 response.done 的时间加上音频播放时长。

达到超时时，会发出 input_audio_buffer.timeout_triggered 事件，以及 与该响应关联的事件。 空闲超时目前仅支持 server_vad 模式。

minimum: 5000, maximum: 30000

• interrupt_response: optional boolean (default: true)

发生 VAD 开始事件时，是否自动打断（取消）正在进行且输出到默认 对话（即 conversation 为 auto）的响应。为 true 时取消响应，否则继续直至完成。

如果 create_response 和 interrupt_response 均为 false，模型不会自动响应，但仍会发出 VAD 事件。

• prefix_padding_ms: optional integer

仅用于 server_vad 模式。VAD 检测到语音前要包含的音频时长，单位为 毫秒，默认为 300 毫秒。

• silence_duration_ms: optional integer

仅用于 server_vad 模式。判断语音结束所需的静音时长，单位为毫秒。默认值 为 500 毫秒。较短的时长可加快响应， 但可能在用户短暂停顿时提前插入响应。

• threshold: optional number

仅用于 server_vad 模式。VAD 激活阈值，范围为 0.0–1.0，默认为 0.5。 较高阈值要求更大的音量才能激活模型， 因此可能更适合嘈杂环境。

• SemanticVad object { type, create_response, eagerness, interrupt_response }

服务端语义轮次检测，使用模型判断用户何时讲完。

• type: "semantic_vad"

轮次检测类型，设为 semantic_vad 可开启语义 VAD。

• "semantic_vad"

• create_response: optional boolean (default: true)

发生 VAD 停止事件时，是否自动生成响应。

• eagerness: optional "low" or "medium" or "high" or "auto" (default: "auto")

仅用于 semantic_vad 模式，控制模型响应的积极程度。low 会等待更久，让用户继续讲话；high 响应更快。默认为 auto，等同于 medium。low、medium、high 的最大超时分别为 8 秒、4 秒和 2 秒。

• "low"

• "medium"

• "high"

• "auto"

• interrupt_response: optional boolean (default: true)

发生 VAD 开始事件时，是否自动打断正在进行且输出到默认 对话（即 conversation 为 auto）的响应。

• output: optional RealtimeAudioConfigOutput

• format: optional RealtimeAudioFormats

输出音频格式。

• speed: optional number (default: 1)

模型语音响应的速度，以原始语速的倍数表示。 默认语速为 1.0，最小值为 0.25，最大值为 1.5。只能在模型轮次之间更改，不能在响应进行中更改。

此参数在音频生成后进行后处理调整；也可以 通过提示词让模型说得更快或更慢。

minimum: 0.25, maximum: 1.5

• voice: optional string or "alloy" or "ash" or "ballad" or 7 more or ID { id } (default: "alloy")

模型响应使用的音色。支持的内置音色包括 alloy, ash, ballad, coral, echo, sage, shimmer, verse, marin 和 cedar。也可以提供包含 id 的自定义音色对象，例如 { "id": "voice_1234" }。模型至少输出过一次音频后， 该会话期间不能再更改音色。 自定义音色须通过音频样本创建。通过文本提示词创建的音色仅适用于 Live。 建议使用 marin 和 cedar，以获得最佳质量。

• string

• "alloy" or "ash" or "ballad" or 7 more

• "alloy"

• "ash"

• "ballad"

• "coral"

• "echo"

• "sage"

• "shimmer"

• "verse"

• "marin"

• "cedar"

• ID object { id }

自定义音色引用。

• id: string

自定义音色 ID，例如 voice_1234。

• include: optional array of "item.input_audio_transcription.logprobs"

服务端输出中需要包含的额外字段。

item.input_audio_transcription.logprobs：包含输入音频转录的对数概率。

• "item.input_audio_transcription.logprobs"

• instructions: optional string

模型调用前添加的默认系统指令，即系统消息。此字段允许客户端引导模型生成期望的响应。可指定内容与格式，例如“极其简洁”“态度友好”“以下是优质响应示例”，也可指定音频表现，例如“说快一点”“让声音带有情感”“经常笑”。模型不保证遵循这些指令，但它们能引导模型表现出期望的行为。

注意：未设置此字段时，服务器会使用默认指令；会话开始时的 session.created 事件中可以查看这些指令。

• max_output_tokens: optional number or "inf"

单次助手响应的最大输出词元数， 包括工具调用。提供 1–4096 之间的整数可 限制输出词元数，或使用 inf 表示给定模型 可用的最大词元数。默认为 inf。

• number

• "inf"

• "inf"

• model: optional string or "gpt-realtime" or "gpt-realtime-1.5" or "gpt-realtime-2" or 16 more

此会话使用的 Realtime 模型。

• string

• "gpt-realtime" or "gpt-realtime-1.5" or "gpt-realtime-2" or 16 more

此会话使用的 Realtime 模型。

• "gpt-realtime"

• "gpt-realtime-1.5"

• "gpt-realtime-2"

• "gpt-realtime-2.1"

• "gpt-realtime-2.1-mini"

• "gpt-realtime-2025-08-28"

• "gpt-4o-realtime-preview"

• "gpt-4o-realtime-preview-2024-10-01"

• "gpt-4o-realtime-preview-2024-12-17"

• "gpt-4o-realtime-preview-2025-06-03"

• "gpt-4o-mini-realtime-preview"

• "gpt-4o-mini-realtime-preview-2024-12-17"

• "gpt-realtime-mini"

• "gpt-realtime-mini-2025-10-06"

• "gpt-realtime-mini-2025-12-15"

• "gpt-audio-1.5"

• "gpt-audio-mini"

• "gpt-audio-mini-2025-10-06"

• "gpt-audio-mini-2025-12-15"

• output_modalities: optional array of "text" or "audio" (default: ["audio"])

模型可使用的响应模态，默认为 ["audio"]，表示 模型输出音频及其转录文本。使用 ["text"] 可让 模型仅输出文本。不能同时请求 text 和 audio。

• "text"

• "audio"

• parallel_tool_calls: optional boolean

模型是否可以并行调用多个工具。仅支持 gpt-realtime-2 等具有推理能力的 Realtime 模型。

• prompt: optional ResponsePrompt or null

对提示词模板及其变量的引用。 了解更多。

• id: string

要使用的提示词模板的唯一标识。

• variables: optional map[string or ResponseInputText or ResponseInputImage or ResponseInputFile] or null

可选的值映射，用于替换提示词中的 变量。替换值可以是字符串，也可以是其他 Responses 输入类型，例如图像或文件。

• string

• ResponseInputText object { text, type, prompt_cache_breakpoint }

输入模型的文本。

• text: string

输入模型的文本。

• type: "input_text" (default: "input_text")

输入条目类型，固定为 input_text。

• "input_text"

• prompt_cache_breakpoint: optional object { mode, ttl }

标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。

• mode: "explicit" (default: "explicit")

断点模式，固定为 explicit。

• "explicit"

• ttl: optional "30m" or "12h"

此缓存断点的最短存续时间，默认为请求的 TTL。

• "30m"

• "12h"

• ResponseInputImage object { detail, type, file_id, 2 more }

输入模型的图像。参阅图像输入。

• detail: ImageDetail

发送给模型的图像细节级别，可选 high、low、auto 或 original，默认为 auto。

• "low"

• "high"

• "auto"

• "original"

• type: "input_image" (default: "input_image")

输入条目类型，固定为 input_image。

• "input_image"

• file_id: optional string or null

要发送给模型的文件 ID。

• image_url: optional string or null

要发送给模型的图像 URL，可以是完整 URL，或包含 Base64 编码图像的 data URL。

format: uri

• prompt_cache_breakpoint: optional object { mode, ttl }

标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。

• mode: "explicit" (default: "explicit")

断点模式，固定为 explicit。

• "explicit"

• ttl: optional "30m" or "12h"

此缓存断点的最短存续时间，默认为请求的 TTL。

• "30m"

• "12h"

• ResponseInputFile object { type, detail, file_data, 4 more }

输入模型的文件。

• type: "input_file" (default: "input_file")

输入条目类型，固定为 input_file。

• "input_file"

• detail: optional "auto" or "low" or "high"

发送给模型的文件细节级别。使用 auto 由系统选择；对于 GPT-5.6 及后续模型，auto 使用高质量渲染，可能增加输入词元用量。使用 low 进行成本较低的渲染，或使用 high 以更高质量渲染文件。默认为 auto。

• "auto"

• "low"

• "high"

• file_data: optional string

要发送给模型的文件内容。

• file_id: optional string or null

要发送给模型的文件 ID。

• file_url: optional string

要发送给模型的文件 URL。

format: uri

• filename: optional string

要发送给模型的文件名。

• prompt_cache_breakpoint: optional object { mode, ttl }

标记可复用提示词前缀的精确结束位置。省略 ttl 时，断点继承请求中的 prompt_cache_options.ttl；该边界不会按词元块取整。

• mode: "explicit" (default: "explicit")

断点模式，固定为 explicit。

• "explicit"

• ttl: optional "30m" or "12h"

此缓存断点的最短存续时间，默认为请求的 TTL。

• "30m"

• "12h"

• version: optional string or null

提示词模板的可选版本。

• reasoning: optional RealtimeReasoning

gpt-realtime-2 等具有推理能力的 Realtime 模型的配置。

• effort: optional RealtimeReasoningEffort (default: "low")

限制具有推理能力的 Realtime 模型的推理强度，例如 gpt-realtime-2.

• "minimal"

• "low"

• "medium"

• "high"

• "xhigh"

• tool_choice: optional RealtimeToolChoiceConfig (default: "auto")

模型选择工具的方式。提供一种字符串模式，或强制调用指定的 函数或 MCP 工具。

• ToolChoiceOptions = "none" or "auto" or "required"

控制模型调用哪个工具，或是否调用工具。

none 表示模型不调用工具，而是生成消息。

auto 表示模型可以选择生成消息，或调用一个或 多个工具。

required 表示模型必须调用一个或多个工具。

• "none"

• "auto"

• "required"

• ToolChoiceFunction object { name, type }

使用此选项强制模型调用指定函数。

• name: string

要调用的函数名称。

• type: "function"

对于函数调用，类型固定为 function。

• "function"

• ToolChoiceMcp object { server_label, type, name }

使用此选项强制模型调用远程 MCP 服务器上的指定工具。

• server_label: string

要使用的 MCP 服务器标签。

• type: "mcp"

对于 MCP 工具，类型固定为 mcp。

• "mcp"

• name: optional string or null

要在服务器上调用的工具名称。

• tools: optional RealtimeToolsConfig

模型可用的工具。

• RealtimeFunctionTool object { description, name, parameters, type }

• description: optional string

函数描述，包括何时以及如何 调用该函数的指导，以及调用时应向用户说明什么 内容，如需说明。

• name: optional string

函数名称。

• parameters: optional unknown

以 JSON Schema 描述的函数参数。

• type: optional "function"

工具类型，即 function。

• "function"

• McpTool object { server_label, type, allowed_callers, 9 more }

通过远程模型上下文协议（MCP）服务器， 向模型提供额外工具。了解 MCP。

• server_label: string

此 MCP 服务器的标签，用于在工具调用中标识服务器。

• type: "mcp"

MCP 工具类型，固定为 mcp。

• "mcp"

• allowed_callers: optional array of "direct" or "programmatic" or null

工具调用的上下文。

minItems: 1

• "direct"

• "programmatic"

• allowed_tools: optional array of string or McpToolFilter { read_only, tool_names } or null

允许的工具名称列表或筛选对象。

• McpAllowedTools = array of string

允许的工具名称组成的字符串数组。

• McpToolFilter object { read_only, tool_names }

用于指定允许哪些工具的筛选对象。

• read_only: optional boolean

表示工具会修改数据还是只读。如果 MCP 服务器标注了 readOnlyHint， 就会与此筛选条件匹配。

• tool_names: optional array of string

允许的工具名称列表。

• authorization: optional string

可用于远程 MCP 服务器的 OAuth 访问令牌，既可 配合自定义 MCP 服务器 URL，也可配合服务连接器。你的应用 须处理 OAuth 授权流程，并在此提供令牌。

• connector_id: optional "connector_dropbox" or "connector_gmail" or "connector_googlecalendar" or 5 more

服务连接器的标识，例如 ChatGPT 中提供的连接器。须提供 server_url、connector_id 或 tunnel_id 中的一项。更多 服务连接器信息参阅此处。

对于 2026 年 9 月 1 日之后发布的模型，此字段已弃用。 使用 server_url 连接远程 MCP 服务器，或使用 tunnel_id 通过安全 MCP 隧道连接。

当前支持的 connector_id 值如下：

• Dropbox：connector_dropbox
• Gmail：connector_gmail
• Google 日历：connector_googlecalendar
• Google 云端硬盘：connector_googledrive
• Microsoft Teams：connector_microsoftteams
• Outlook 日历：connector_outlookcalendar
• Outlook 邮箱：connector_outlookemail
• SharePoint：connector_sharepoint

• "connector_dropbox"

• "connector_gmail"

• "connector_googlecalendar"

• "connector_googledrive"

• "connector_microsoftteams"

• "connector_outlookcalendar"

• "connector_outlookemail"

• "connector_sharepoint"

• defer_loading: optional boolean

此 MCP 工具是否延迟加载并通过工具搜索发现。

• headers: optional map[string] or null

可选的发送给 MCP 服务器的 HTTP 请求头，用于认证 或其他用途。

• require_approval: optional McpToolApprovalFilter { always, never } or "always" or "never" or null (default: "always")

指定 MCP 服务器的哪些工具需要批准。

• McpToolApprovalFilter object { always, never }

指定 MCP 服务器的哪些工具需要批准。可以是 always、never，或与需要批准的工具关联的 筛选对象。

• always: optional object { read_only, tool_names }

用于指定允许哪些工具的筛选对象。

• read_only: optional boolean

表示工具会修改数据还是只读。如果 MCP 服务器标注了 readOnlyHint， 就会与此筛选条件匹配。

• tool_names: optional array of string

允许的工具名称列表。

• never: optional object { read_only, tool_names }

用于指定允许哪些工具的筛选对象。

• read_only: optional boolean

表示工具会修改数据还是只读。如果 MCP 服务器标注了 readOnlyHint， 就会与此筛选条件匹配。

• tool_names: optional array of string

允许的工具名称列表。

• McpToolApprovalSetting = "always" or "never"

为所有工具指定统一的批准策略，可选 always 或 never。设为 always 时，所有工具均需要批准； 设为 never 时，所有工具均不需要批准。

• "always"

• "never"

• server_description: optional string

MCP 服务器的可选描述，用于提供更多上下文。

• server_url: optional string

MCP 服务器的 URL。须提供 server_url、connector_id 或 tunnel_id 中的一项。

format: uri

• tunnel_id: optional string

用来替代直接服务器 URL 的安全 MCP 隧道 ID。须提供 server_url、connector_id 或 tunnel_id 中的一项。

pattern: ^tunnel_[a-z0-9]{32}$

• tracing: optional RealtimeTracingConfig or null

Realtime API 可以将会话追踪记录写入追踪控制台。设为 null 可禁用追踪。一旦 为会话启用追踪，就不能修改配置。

auto 会使用默认的工作流名称、分组 ID 和元数据 为会话创建追踪记录。

• Auto = "auto"

启用追踪，并使用追踪配置选项的默认值，固定为 auto。

• "auto"

• TracingConfiguration object { group_id, metadata, workflow_name }

追踪的细粒度配置。

• group_id: optional string

要附加到此追踪记录的分组 ID，以便在追踪控制台中筛选和 分组。

• metadata: optional unknown

要附加到此追踪记录的任意元数据，以便在追踪控制台中 筛选。

• workflow_name: optional string

要附加到此追踪记录的工作流名称，用于在追踪控制台中 为追踪记录命名。

• truncation: optional RealtimeTruncation

对话词元数超过模型的输入词元上限时，会截断对话，即从最早的消息开始，将部分消息排除在模型上下文之外。对于上下文为 32k、最大输出为 4,096 个词元的模型，发生截断前最多只能在上下文中包含 28,224 个词元。

客户端可以将截断所用的最大词元数设得更低，以控制词元用量和成本。

截断会从上下文开头丢弃消息，因此会减少下一轮的缓存词元数，导致缓存失效。但客户端也可以配置截断，使保留消息的词元数不超过最大上下文大小的一定比例，从而减少后续截断次数，提高缓存命中率。

可以完全禁用截断。此时服务端不会截断；如果对话超过模型的输入词元上限，会返回错误。

• "auto" or "disabled"

会话使用的截断策略，默认为 auto。disabled 会禁用截断，在对话超过输入词元上限时报告错误。

• "auto"

• "disabled"

• RetentionRatioTruncation object { retention_ratio, type, token_limits }

对话超过输入词元上限时，保留一定比例的对话词元。这样可以将截断成本分摊到多个轮次，有助于改善缓存词元的使用情况。

• retention_ratio: number

对话超过输入词元上限时，在指令之后的对话词元中保留的比例，范围为 0.0–1.0。设为 0.8 时，持续丢弃消息，直到词元数降至允许最大值的 80%，有助于降低截断频率、提高缓存命中率。

minimum: 0, maximum: 1

• type: "retention_ratio"

使用保留比例截断策略。

• "retention_ratio"

• token_limits: optional object { post_instructions }

此截断策略可选的自定义词元上限。未提供时，使用模型的默认词元上限。

• post_instructions: optional integer

指令之后的对话允许的最大词元数，其中指令包含工具定义。例如设为 5,000，则指令之后的对话超过 5,000 个词元时发生截断。此值不能高于模型上下文窗口大小减去最大输出词元数。

minimum: 0

请求体参数

内容类型：application/sdp

• body: string

WebRTC SDP 提议。在此前已创建临时 会话令牌且使用该令牌认证请求时，使用此变体。 Realtime 会话参数将从会话令牌中获取。

示例

## 设置 OPENAI_API_KEY，并按接口替换呼叫 ID、会话配置或 SDP；临时密钥仅供客户端使用。
curl https://api.openai.com/v1/realtime/calls \
    -H 'Content-Type: multipart/form-data' \
    -H "Authorization: Bearer $OPENAI_API_KEY" \
    -F sdp=sdp

示例

## 设置 OPENAI_API_KEY，并按接口替换呼叫 ID、会话配置或 SDP；临时密钥仅供客户端使用。
curl -X POST https://api.openai.com/v1/realtime/calls \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -F "sdp=<offer.sdp;type=application/sdp" \
  -F 'session={"type":"realtime","model":"gpt-realtime"};type=application/json'

响应示例

v=0
o=- 4227147428 1719357865 IN IP4 127.0.0.1
s=-
c=IN IP4 0.0.0.0
t=0 0
a=group:BUNDLE 0 1
a=msid-semantic:WMS *
a=fingerprint:sha-256 CA:92:52:51:B4:91:3B:34:DD:9C:0B:FB:76:19:7E:3B:F1:21:0F:32:2C:38:01:72:5D:3F:78:C7:5F:8B:C7:36
m=audio 9 UDP/TLS/RTP/SAVPF 111 0 8
a=mid:0
a=ice-ufrag:kZ2qkHXX/u11
a=ice-pwd:uoD16Di5OGx3VbqgA3ymjEQV2kwiOjw6
a=setup:active
a=rtcp-mux
a=rtpmap:111 opus/48000/2
a=candidate:993865896 1 udp 2130706431 4.155.146.196 3478 typ host ufrag kZ2qkHXX/u11
a=candidate:1432411780 1 tcp 1671430143 4.155.146.196 443 typ host tcptype passive ufrag kZ2qkHXX/u11
m=application 9 UDP/DTLS/SCTP webrtc-datachannel
a=mid:1
a=sctp-port:5000