实时语音识别 WebSocket API 参考-伶鹊(Cloud Contact Center)-阿里云帮助中心

实时语音识别接口通过一条 WebSocket 连接完成「边送音频、边出文本」的流式转写。

接口地址

WebSocket 地址固定如下：

wss://convai-platform.aliyuncs.com/api-ws/v1/convai-asr/inference

请按上述地址原样填写：路径区分大小写，结尾不要带 /。

支持的模型

模型	采样率	language_hints 可选值	适用场景
Qwen-Audio-ASR-VoicePica	8000 / 16000，须与实际音频一致	zh	中文实时识别；支持任务级热词 hotwords，能力范围见「关键概念与限制」

鉴权

客户端类型	鉴权方式	示例
服务端（Java / Python / Node / Go 等）	握手请求头 `Authorization: Bearer <api_key>`	`Authorization: Bearer <VOICE_STUDIO_API_KEY>`
浏览器	URL 查询参数 `?token=<api_key>`	`wss://.../api-ws/v1/convai-asr/inference?token=<VOICE_STUDIO_API_KEY>`

API Key 由 Voice Studio 签发，形如 sk- + 32 位十六进制，与实时语音合成使用同一套 Key。百炼原生 Key 无法通过鉴权，返回 HTTP 401。
有效 API Key 不等于已具备服务使用权益：账号未开通服务或已停服时，握手返回 HTTP 403。
鉴权在握手阶段完成。握手被拒时不会升级为 WebSocket，也没有应用层关闭帧，浏览器通常只能观察到关闭码 1006。

请求头

握手阶段只传鉴权与追踪信息；识别模型、音频格式、采样率及识别功能参数均在每个任务的 run-task 中指定，同一连接上的不同任务可以使用不同参数。

请求头	必填	取值	说明
Authorization	服务端必填	`Bearer <api_key>`	Voice Studio 签发的 API Key
X-Request-Id	否（强烈建议）	非空字符串，建议 ≤ 64 字符	自带的追踪 ID，原样回写到握手响应头 `X-Request-Id`；不传时服务端生成 UUID。仅用于日志排障，不用于鉴权、任务关联或去重
User-Agent	否	客户端标识	建议包含应用名称和版本，便于排障

URL 查询参数

参数	必填	默认值	说明
token	浏览器必填	-	浏览器场景的鉴权凭证；服务端请用 Authorization 请求头

请记录建连时间（精确到秒并注明时区）、客户端生成的 task_id 以及收到的 task_uuid，用于事后排障。

握手示例（服务端）：

GET /api-ws/v1/convai-asr/inference HTTP/1.1
Host: convai-platform.aliyuncs.com
Upgrade: websocket
Connection: Upgrade
Sec-WebSocket-Version: 13
Sec-WebSocket-Key: <WEBSOCKET_KEY>
Authorization: Bearer <VOICE_STUDIO_API_KEY>
X-Request-Id: svc-example-0001

握手示例（浏览器，参数值需进行 URL 编码）：

wss://convai-platform.aliyuncs.com/api-ws/v1/convai-asr/inference?token=<URL_ENCODED_API_KEY>

交互流程

建立连接：携带鉴权信息发起 WebSocket 握手，收到 101 Switching Protocols。建连后服务端不会主动下发任何帧，没有 connected 事件。
发送 run-task：使用 TEXT 帧指定识别模型与音频参数，开启一个任务；需要热词时同时传入词库引用 vocabulary_id 和/或任务级热词 hotwords。task_id 由你生成（UUID），同一任务的所有指令必须一致。
等待 task-started：收到该事件后才可以发送音频；保存 header.task_uuid（如有），便于排障。
发送 BINARY 音频帧：建议每 100 ms 一帧，按约 1 倍速持续推流。音频直接以二进制发送，不做 JSON 或 Base64 包装。
接收 result-generated：同一句话会多次返回中间结果用于覆盖刷新，sentence_end=true 为该句最终结果。
发送 finish-task：所有音频（含不足一帧的尾部完整采样）发送完毕后发送，不可省略。
继续接收直到 task-finished：finish-task 之后仍可能返回尾句识别结果，提前关闭连接会丢失尾句。task-finished 中带回本任务最终音频用量。
复用或关闭：任务正常结束后，可以在同一条连接上用新的 task_id 发起下一个 run-task，也可以直接关闭连接。

任一阶段收到 task-failed 时，停止上行并保存错误信息；服务端随后关闭连接，需要重试时重新建连。

状态约束

约束	违反后果
必须先 run-task，收到 task-started 后再发音频	run-task 之前发送音频、continue-task 或 finish-task：task-failed(CLIENT_ERROR) 并关闭连接
同一任务所有指令的 task_id 必须完全一致	可能导致任务失败或结果无法关联
一条连接同时只允许 1 个任务	任务未结束又发 run-task：task-failed(CLIENT_ERROR: run-task while a task is already running) 并关闭连接
指令必须是 TEXT 帧，音频必须是 BINARY 帧	混用会导致参数或协议错误
finish-task 不可省略	尾部音频的识别结果不会返回，任务最终可能因超时失败
finish-task 后必须继续收流直到 task-finished	提前关闭会丢失尾句结果
收到 task-failed 后不再复用该连接	服务端随后关闭连接，重试必须重新建连

客户端事件（上行）

上行分为 JSON 指令（TEXT 帧）和音频（BINARY 帧）。JSON 指令统一使用如下信封：

{
  "header": {
    "action": "<事件名>",
    "task_id": "<你生成的 UUID>",
    "streaming": "duplex"
  },
  "payload": {}
}

header 字段	类型	必填	取值	说明
action	String	是	run-task / finish-task	本模型接入只需这两种指令。缺失返回 `CLIENT_ERROR: missing header.action`；未知事件名返回 `CLIENT_ERROR: unknown action: xxx`
task_id	String	是	UUID 字符串，32 位或带连字符均可	由你生成；同一任务的全部指令相同，每个新任务更换 UUID
streaming	String	是	固定 duplex	双向流式交互

header 与 payload 必须是 JSON 对象，否则返回 CLIENT_ERROR: header and payload must be JSON objects；非法 JSON 返回 CLIENT_ERROR: invalid JSON message。事件名和参数名区分大小写。

1. run-task —— 开启任务

发送时机：连接建立后的第一帧，或上一个任务已收到 task-finished 之后。

响应事件：成功返回 task-started，失败返回 task-failed 并关闭连接。

数量限制：一条连接同时只允许 1 个任务；上一个任务正常结束后可以用新 task_id 再次发送。

payload 顶层

参数	类型	必填	说明
task_group	String	是	固定 `audio`
task	String	是	固定 `asr`
function	String	是	固定 `recognition`
model	String	是	固定 `Qwen-Audio-ASR-VoicePica`，大小写须完全一致；未获准使用的模型返回 MODEL_NOT_ALLOWED
parameters	Object	是	识别参数，见下两表
input	Object	是	固定传 `{}`；本模型不支持上下文增强，不传非空 `context`

parameters —— 音频参数

参数	类型	必填	默认值	取值范围	说明
format	String	是	-	pcm / wav / opus	音频编码格式，实时场景推荐 pcm；封装要求见「BINARY 音频帧」
sample_rate	Integer	是	-	8000 / 16000，单位 Hz	须与实际音频一致；修改此值不会对音频做重采样

parameters —— 功能参数

参数	类型	必填	默认值	取值 / 约束	说明
hotwords	Object	否	-	`{"热词": 权重}`，权重为整数 1~5	任务级热词，只对当前任务生效。与 vocabulary_id 同传时合并，规则见「热词与托管词库」
language_hints	Array[String]	否	自动识别	如 `["zh"]`，取值见「支持的模型」	目标语言提示，仅第一个元素生效
max_sentence_silence	Integer	否	引擎默认	[200, 6000]，单位 ms	VAD 断句静音阈值
speech_noise_threshold	Float	否	引擎默认	[-1.0, 1.0]	越接近 -1 越易把噪音当语音，越接近 +1 越易把语音当噪音；建议以 0.1 步长小幅调整并验证
special_word_filter	String	否	-	JSON 字符串，不是 Object	自定义敏感词过滤，见下方说明

special_word_filter 内层字段（内层 JSON 必须序列化为字符串）

内层字段	类型	说明
filter_with_signed.word_list	Array[String]	命中词替换为等长 `*`
filter_with_empty.word_list	Array[String]	命中词从识别文本中删除

自定义词过滤作用于中间结果和最终结果。不合法的 JSON 字符串可能被忽略，请在接入侧校验并验证实际过滤效果。

示例

{
  "header": {
    "action": "run-task",
    "task_id": "550e8400-e29b-41d4-a716-446655440000",
    "streaming": "duplex"
  },
  "payload": {
    "task_group": "audio",
    "task": "asr",
    "function": "recognition",
    "model": "Qwen-Audio-ASR-VoicePica",
    "parameters": {
      "format": "pcm",
      "sample_rate": 16000,
      "language_hints": ["zh"],
      "max_sentence_silence": 800,
      "special_word_filter": "{\"filter_with_signed\":{\"word_list\":[\"示例敏感词\"]},\"filter_with_empty\":{\"word_list\":[\"示例删除词\"]}}"
    },
    "input": {}
  }
}

2. BINARY 音频帧 —— 上行音频

发送时机：收到 task-started 之后、发送 finish-task 之前，可多次发送。

响应事件：识别过程中持续返回 result-generated；一个音频帧不一定对应一个结果事件。

项目	要求
消息类型	BINARY，直接发送音频字节，不做 JSON 或 Base64 包装
声道	单声道
PCM 位深	16 bit 有符号整数、小端字节序，每个采样 2 字节，帧长应为 2 的整数倍
单帧大小	≤ 65,536 字节（64 KiB），超限连接以 1009 关闭
推荐分帧	100 ms 一帧：8 kHz PCM 为 1,600 字节，16 kHz PCM 为 3,200 字节
发送节奏	按实时产生节奏或约 1 倍速推流；离线文件同样按约 1 倍速发送
帧间隔	建议 ≤ 20 秒；长时间无人说话时继续发送静音帧

格式与封装

format	音频要求
pcm	裸 PCM16 单声道，不带 WAV 文件头；静音可使用值为 0 的采样
wav	PCM16 单声道 WAV；文件头只在音频流开始时发送一次，不要给每个网络分片补头
opus	Ogg 封装，包含流头与音频页；不接受裸编码包

约束

format 与 sample_rate 必须和实际音频一致，填写参数不会替音频完成转码、混音或重采样；采样率填错会导致识别结果严重错误。
压缩音频同样按音频时长节奏发送，不能用 PCM 的字节数公式估算其时长；不要把不同录音文件直接拼成一个连续的容器流。
浏览器 MediaRecorder 常见的 WebM / Opus 不等于这里要求的 Ogg / Opus，浏览器实时采集建议转换为 PCM16 单声道再发送。
服务端对单连接未处理的上行帧设有积压上限。瞬时灌入整段文件会返回 task-failed(CLIENT_ERROR: client input overflow ...) 并以 1011 关闭。
收发必须分离，持续读取下行消息；长时间不读取下行会导致连接被断开。

3. finish-task —— 结束任务（不可省略）

发送时机：音频全部发送完毕后。

响应事件：剩余 result-generated，最后是 task-finished。

payload 字段	类型	必填	取值	说明
input	Object	是	`{}`	正常结束固定传空对象

{
  "header": {
    "action": "finish-task",
    "task_id": "550e8400-e29b-41d4-a716-446655440000",
    "streaming": "duplex"
  },
  "payload": {"input": {}}
}

发送前先发完所有音频（含不足 100 ms 的尾部完整采样）；发送后不再上行音频，也不要重复发送 finish-task。
发送后必须继续接收，直到 task-finished。
本接口没有 input.directive=cancel 或 flush 指令。需要中途停止时可以直接关闭连接，但这不是正常完成：不保证能收到尾句结果和终态用量，也不代表已处理的音频不计费。

服务端事件（下行）

下行共 4 类 TEXT 事件，没有 BINARY 帧。所有事件统一 header / payload 信封，请按 header.event 分派消息，header.task_id 回显你的任务 ID。

请忽略未知字段，并容忍可选字段缺失：未出现的 sentence_begin、sentence_end 一律按 false 处理；时间戳和用量出现 null 时不要强制转换为 0。本模型不下发识别心跳结果。

事件	何时出现	关键字段
task-started	run-task 被受理	header.task_id、header.task_uuid
result-generated	识别过程中，多次	payload.output.sentence、payload.usage
task-finished	finish-task 后任务正常结束	payload.usage.duration
task-failed	任务失败，随后关闭连接	header.error_code、header.error_message

1. task-started —— 任务确认

{
  "header": {
    "event": "task-started",
    "task_id": "550e8400-e29b-41d4-a716-446655440000",
    "task_uuid": "1008340206f44c8eabd587930b125614",
    "attributes": {}
  },
  "payload": {}
}

字段	类型	说明
header.event	String	固定 task-started
header.task_id	String	回显你的 task_id
header.task_uuid	String / 缺省	识别引擎侧任务 ID，有则保存并在报障时提供；不要把它写回后续上行的 task_id
header.attributes	Object	示例为空对象，不依赖其中的扩展字段
payload	Object	示例为空对象

收到此事件后方可发送音频。

2. result-generated —— 识别结果

同一句话会连续收到多条结果：首条带 sentence_begin=true（文本通常为空），之后是不断刷新的中间结果（sentence_end=false，文本可能被改写），最后一条 sentence_end=true 为该句最终结果。

结果类型（依据 payload.output.sentence）

判断条件	含义	客户端处理
sentence_begin=true	新句子开始，文本通常为空	建立该句的显示状态
sentence_end=false	中间结果，文本可能改写	按 sentence_id 覆盖当前句，不要逐条追加
sentence_end=true	该句最终结果	定稿，可交给下游业务处理

最终结果示例

{
  "header": {
    "event": "result-generated",
    "task_id": "550e8400-e29b-41d4-a716-446655440000",
    "attributes": {}
  },
  "payload": {
    "output": {
      "sentence": {
        "sentence_id": 1,
        "begin_time": 240,
        "end_time": 1620,
        "text": "你好，我是银行的，",
        "channel_id": 0,
        "speaker_id": null,
        "sentence_end": true,
        "words": [
          {"begin_time": 240, "end_time": 1620, "text": "你好，我是银行的", "punctuation": "，", "fixed": false, "speaker_id": null}
        ]
      }
    },
    "usage": {"duration": 2}
  }
}

中间结果与最终结果结构相同，区别是 sentence_end 为 false、end_time 为 null，且通常不携带 usage。本模型不提供字 / 词级时间戳，示例中的 words 使用整句文本及句级时间。

字段说明

字段	类型	出现条件	说明
output.sentence.sentence_id	Integer	恒有	句子序号，从 1 递增
output.sentence.begin_time	Integer	恒有	句子起始时间（毫秒，相对本任务音频起点）；中间结果可能调整
output.sentence.end_time	Integer / null	恒有	句子结束时间（毫秒）；中间结果为 null
output.sentence.text	String	恒有	识别文本，含标点；句首或静音时可为空串
output.sentence.channel_id	Integer	恒有	声道号，单声道固定为 0
output.sentence.speaker_id	Integer / null	恒有	说话人标识，当前恒为 null
output.sentence.sentence_begin	Boolean	仅新句子首个结果	为 true 表示新句子开始
output.sentence.sentence_end	Boolean	恒有	true=该句最终结果；false=中间结果
output.sentence.words[ ].text	String	按需	整句文本，末尾标点另列；空文本时 words 可为空数组
output.sentence.words[ ].punctuation	String	按需	标点，无标点时为空串
output.sentence.words[ ].begin_time / end_time	Integer	按需	整句起止时间（毫秒，相对本任务音频起点），不表示字 / 词级时间戳
output.sentence.words[ ].fixed	Boolean	按需	不依赖此字段判断稳定性；整句定稿以 sentence_end=true 为准
payload.usage.duration	Integer / null	sentence_end=true 时；其他结果若携带同样有效	截至当前本任务累计音频时长快照（秒）。不是本句发声时长，不能逐条相加；最终以 task-finished 为准

客户端处理建议

实时字幕：用同一 sentence_id 的中间结果覆盖刷新当前行，sentence_end=true 时定稿换行。
对话 / 外呼：只把 sentence_end=true 的文本交给下游（如大模型），中间结果仅用于界面展示或打断检测。
整段转写：按 sentence_id 顺序拼接所有 sentence_end=true 的 text。

3. task-finished —— 任务结束

{
  "header": {
    "event": "task-finished",
    "task_id": "550e8400-e29b-41d4-a716-446655440000",
    "attributes": {}
  },
  "payload": {
    "output": {},
    "usage": {"duration": 8}
  }
}

字段	类型	说明
header.event	String	固定 task-finished
header.task_id	String	回显你的 task_id
header.attributes	Object	示例为空对象
payload.usage.duration	Integer / null	本任务最终音频用量（整数秒），由平台计算并补齐；口径见「音频用量」

收到此事件表示识别结果已全部传输，可关闭连接或复用连接发起新任务（新 task_id）。

4. task-failed —— 任务失败

{
  "header": {
    "event": "task-failed",
    "task_id": "550e8400-e29b-41d4-a716-446655440000",
    "error_code": "CLIENT_ERROR",
    "error_message": "not supported by model Qwen-Audio-ASR-VoicePica: heartbeat",
    "attributes": {}
  },
  "payload": {}
}

此例为任务开始前传入不支持参数的错误，因此不带音频用量。

字段	类型	说明
header.event	String	固定 task-failed
header.task_id	String	关联的任务 ID；run-task 之前的错误回带出错帧中的值，帧里没有 task_id（如非法 JSON）时为空串
header.error_code	String	错误码，用于程序判断，见「错误码与关闭码」
header.error_message	String	可读错误描述，报障时请提供完整原文
header.attributes	Object	示例为空对象
payload.usage.duration	Integer / null / 缺省	在途任务失败时为按已成功发送音频确认的终态用量；任务开始前的错误不带此字段

收到 task-failed 后服务端会立即关闭连接，不要在该连接上继续发送；需要重试时重新建连并使用新的 task_id。
本接口不下发 payload.error.type，请按 header.error_code 和错误码表决定处理方式。
失败回包中的 duration 是音频用量，不等于收费结论。

关键概念与限制

约束速查

约束	值
上行指令帧类型	TEXT
上行音频帧类型	BINARY，单声道；pcm 为 16 bit 小端
单帧大小（指令 / 音频）	≤ 64 KiB（超限以 1009 关闭），建议音频每 100 ms 一帧
发送节奏	约 1 倍速；瞬时灌入大量音频触发积压保护
任务内音频间隔	建议 ≤ 20 秒
连接空闲（无任何上下行数据、无 ping）	< 70 秒
单连接同时进行的任务	1 个（正常结束后可串行复用）
任务失败后的连接	被关闭，不能复用
并发	按工作空间统计同时在线的 WebSocket 连接数

音频用量

payload.usage.duration 是任务音频用量，单位为秒，不是连接时长、识别文本长度或当前句子的发声时长。用量由平台计算，不使用识别引擎返回的时长。

累计已成功发送给识别引擎的完整音频采样量，包含前置、句间和尾部静音；连接等待、发送失败的音频及尚未发送的缓冲不计入。
PCM 按声明采样率计算；WAV 按真实采样率且只计音频数据；压缩格式按完整编码帧 / 封装采样信息计算，不按压缩字节大小估算。
每个任务累计后按四舍五入（HALF_UP）取整到整数秒，不逐网络帧取整，不设最低用量。不同任务分别取整再汇总。
result-generated 中的 duration 是累计快照，不能逐条相加；正常任务以 task-finished 的终态值为准。

实际累计音频时长	终态 usage.duration
0 秒	0
0.49 秒	0
0.5 秒	1
2.5 秒	3
8.245 秒	8

例如两个任务各 2.5 秒，分别取整为 3 秒，汇总为 6 秒；不能先合并为 5 秒再取整。

用量回包不是扣费成功凭证。正常完成的任务、以及客户主动以正常关闭码 1000 中断的任务，按已处理的有效音频用量纳入计费，中途关闭不代表免费；平台 / 引擎失败、无法确认原因的网络断连或服务维护中断，不因回包中出现 duration 就认定收费。0 秒或计量不可用的任务不产生有效计费秒数。具体价格与结算以账号服务约定和账单为准。

超时矩阵

超时项	阈值	触发条件	结果
任务内音频间隔	20 秒	长时间未收到音频，具体超时与报错以服务返回为准	任务失败并关闭连接；请持续推流，不要依赖固定的引擎超时秒数
连接空闲	60 秒	连续 60 秒无任何上下行数据（含 ping）	以 1001 关闭，reason 含 `idle timeout expired`
服务维护等待在途任务	最长 5 分钟	实例发布 / 缩容时任务仍在进行	任务间隙的连接立即以 1001 关闭；在途任务等 task-finished 后以 1001 关闭；超时则下发 task-failed(SERVICE_DRAINING) 后以 1001 关闭
上行积压	服务端积压上限	瞬时灌入大量音频	`task-failed(CLIENT_ERROR: client input overflow ...)`，随后以 1011 关闭

并发限制

按工作空间限制同时在线的 WebSocket 连接数：连接建立即占用一路，连接关闭即释放一路。
空闲连接同样占用额度。挂着不识别的连接不会自动让出槽位，用完请主动关闭。
一条连接不能并行执行多个任务，并行识别请使用多条连接。
超限的新连接在建立后立即以关闭码 4429 关闭（reason 为 CONCURRENCY_LIMIT_EXCEEDED，不下发 task-failed），已建立的连接不受影响。
额度以服务开通约定为准，需要提升并发额度请联系平台。

错误码与关闭码

业务错误码（task-failed）

error_code	典型 error_message	关闭码	说明与处理
CLIENT_ERROR	`invalid JSON message`、`header and payload must be JSON objects`、`missing header.action`、`unknown action: xxx`	1000	指令格式错误，修正后重试；原样重试无效
CLIENT_ERROR	`binary audio before run-task / upstream not ready`、`continue-task before run-task / upstream not ready`、`finish-task before run-task / upstream not ready`	1000	未开启任务就发音频或指令；先 run-task，收到 task-started 再推流
CLIENT_ERROR	`run-task while a task is already running`	1000	同一连接上一任务未结束；等 task-finished 后再发，或另开连接
CLIENT_ERROR	`vocabulary_id must be a platform dictionary UUID`	1000	vocabulary_id 不是标准 UUID；改用平台词库 ID
CLIENT_ERROR	`vocabulary_id requires a workspace-scoped credential`	1000	凭证未归属工作空间，无法引用词库；改用工作空间凭证
CLIENT_ERROR	`vocabulary_id not found`、`vocabulary_id has been deleted`	1000	词库不存在、不属于当前工作空间或已删除；核对词库 ID
CLIENT_ERROR	`vocabulary_id is not ready for model Qwen-Audio-ASR-VoicePica`	1000	词库尚未就绪；确认词库创建 / 更新成功后重试
CLIENT_ERROR	`hotwords has N entries after merging vocabulary_id, exceeds 1024`、`hotwords exceeds 32768 characters after merging vocabulary_id`	1000	词库与任务级热词合并后超限；精简热词
CLIENT_ERROR	`format xxx is not supported by model Qwen-Audio-ASR-VoicePica, use pcm, wav or opus`、`not supported by model Qwen-Audio-ASR-VoicePica: ...`	1000	当前模型不支持的格式或能力；按错误信息去掉相应参数或转换音频格式
CLIENT_ERROR	`commercial access denied or unavailable`	1000	发起任务时服务使用权益被拒绝或暂不可用；核对账号服务状态并联系平台，不要持续无条件重试
CLIENT_ERROR	`client input overflow: too many pending frames, please send audio at real-time pace`	1011	瞬时灌入音频导致积压；按实时节奏推流，重新建连重做任务
MODEL_NOT_ALLOWED	`model not allowed: xxx`	1000	model 须填写 `Qwen-Audio-ASR-VoicePica`；若填写正确仍被拒绝，请核对账号服务开通状态并联系平台
CONFIG_MISSING	`no available apiKey ...`	1000	平台侧配置未就绪；联系平台，重试无效
UPSTREAM_ERROR	`failed to establish upstream connection`、`vocabulary_id is temporarily unavailable, please retry`	1000	识别引擎连接或词库读取暂时不可用；指数退避后重新建连
UPSTREAM_ERROR	识别引擎连接异常 / 中断	1011	指数退避后重新建连重试
SERVICE_DRAINING	`server draining, please reconnect and retry`	1001	实例维护，在途任务被中断；立即重新建连并重做该任务
其他（如 InvalidParameter）	识别引擎原文	1011	识别引擎拒绝了参数（如 format / sample_rate / language_hints 不合法）或其他引擎侧错误；按错误信息修正参数，无法判断时联系平台

WebSocket 关闭码

关闭码	含义	处理建议
1000	正常关闭；也出现在平台校验失败（CLIENT_ERROR / MODEL_NOT_ALLOWED / CONFIG_MISSING 等）之后	关闭码不代表任务成功，以是否收到 task-finished 及前一条 task-failed 判断
1001	服务端实例下线（发布 / 缩容），或连接空闲 70 秒被回收	立即重连（会路由到其他实例），无需退避；连续建连失败时短暂退避
1006	网络异常断开，或浏览器握手被拒（读不到真实状态码）	检查网络与凭证后重连，对照下方握手阶段错误排查
1009	单帧超过 64 KiB	减小分帧，音频建议每 100 ms 一帧
1011	识别引擎任务失败或连接中断、上行积压溢出、服务内部错误（关闭前通常先收到 task-failed）	按 error_code 处理；引擎 / 内部错误指数退避重连
4429	工作空间同时在线连接数已达上限，连接建立后立即关闭，不下发 task-failed	关闭闲置连接，延迟重连或申请提额

网络或传输异常时，task-failed 可能无法送达。未收到 task-finished 的任务不能仅因正常关闭码而视为完整完成。

握手阶段错误

握手阶段失败不会升级为 WebSocket，没有 task-failed，也没有应用层 Close 帧。

HTTP 状态码	原因	处理建议
401	凭证缺失、无效或过期；使用了百炼原生 Key	检查 Key 来源与 `Bearer` 前缀，刷新有效凭证后重连，不用原凭证反复重试
403	服务使用权益被拒绝，如未开通或已停服	核对账号服务状态，保存响应信息并联系平台
404	接口地址错误（拼写、大小写、结尾多了 `/`）	使用本文给出的完整地址
503	服务实例正在下线，或连接容量暂满	立即重试（新连接会落到其他实例），连续失败时短暂退避