Obtener una respuesta de un personaje NPC

Envía un array de mensajes de interacción entre el jugador y el personaje NPC. La API procesa el historial de conversación y devuelve una nueva respuesta generada por el personaje. Modos de respuesta

• HTTP batch (por defecto): Envía una petición POST https://api.app.npcbuilder.com/api/interactions. El servicio compone toda la respuesta y entrega un JSON con response, user_events y character_events.

• Streaming por WebSocket: Abre una conexión WebSocket a wss://api.app.npcbuilder.com/api/interactions. Una vez aceptada, envía:

  {
    "type": "interaction.start",
    "payload": { ...interacción... },
    "meta": {
      "language": "es-ES",
      "session_id": "opcional"
    }
  }
  

  El servidor emite los eventos stream.accepted, varios stream.delta, opcionalmente stream.safe_response cuando se detecta una frase vetada y, al finalizar, stream.end con el texto completo, los eventos y los tokens consumidos.

  Envía {"type":"interaction.cancel"} para abortar una generación.

Complemento de voz (solo WebSocket)

• Conecta a wss://api.app.npcbuilder.com/api/interactions?voice=true para voz bidireccional, o usa voice=input / voice=output para voz en un solo sentido. También puedes proporcionar meta.voice dentro de interaction.start. - Con voz habilitada se mantienen los eventos stream.* de texto y además se envían eventos voice.*:

  • voice.ready, voice.session.updated — estado de la sesión de Azure Voice Live.
  • voice.audio.delta, voice.audio.timestamp, voice.audio.done, voice.response.done — audio generado por el asistente.
  • voice.transcript.delta, voice.input.started/stopped, voice.usage — audio del micrófono transcrito por el servicio.

• Comandos aceptados mientras la sesión está activa:

  { "type": "voice.input.append", "data": { "audio": "<chunk pcm16 base64>" } }
  { "type": "voice.input.commit" }
  { "type": "voice.input.clear" }
  { "type": "voice.session.update", "data": { "voice_name": "en-US-Ava:DragonHDLatestNeural" } }
  { "type": "voice.cancel" }
  

El streaming de texto nunca se desactiva: siempre recibirás stream.delta y el stream.end final, incluso cuando la reproducción de voz está activa.