流式语音识别（WebSocket，火山原生协议透传）

WebSocket 端点，非普通 HTTP：wss://api.xrtoken.net/v1/audio/transcriptions/stream?model=doubao-asr-stream。

建连后走火山豆包流式语音识别 sauc 二进制协议（bigmodel_async 双向流式优化版）：客户端发送 full client request（config）→ 持续发送 audio only request（16k/单声道/16bit PCM，建议 200ms 分片）→ 接收 full server response 增量识别结果。协议帧格式、字段与 Demo 详见对接文档与火山官方文档。

鉴权：服务端用 Authorization: Bearer <tr-key>；浏览器无法带 header，用 Sec-WebSocket-Protocol: ["xrtoken.bearer", "<tr-key>"] 携带。不走 URL query。

计费：按识别音频时长（秒）计费，结算以服务端返回的 audio_info.duration 为准。 注意：静音同样计入音频时长——客户端应在静音时停止推流或用端上 VAD 截断，避免为静音付费。

并发：单 key 最多 10 路并发流。

Authorization: Bearer tr-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

curl -X get "https://api.xrtoken.net/v1/audio/transcriptions/stream"

{
  "error": "invalid or missing API key",
  "type": "auth_error"
}

{
  "error": "insufficient balance -- please top up or upgrade your plan",
  "type": "billing_error"
}

{
  "error": "upstream provider error",
  "type": "server_error"
}