时间戳

transcript.final 和 translation.final 上的 startMs / endMs 是相对本条流音频起点的毫秒偏移，从你发的第一个字节算起。开了 store: true 时，它们就是你能下载到的那份录音里的位置。

json

{  "type": "transcript.final",  "segmentId": "gw_8f3a_2",  "text": "the quantization step near zero is about eight",  "startMs": 118400,     // 本条流音频里的 1:58.400  "endMs":   122900}

识别引擎给出的时间是相对它自己那条上游连接的，而这条连接会在会话中途悄悄重建。一旦重建，时钟归零，点击播放就开始往回跳。短时测试不会触发重连，所以这个问题往往上线后才暴露。

// 识别引擎的上游连接在 1:15 重建。// 它自己的时间从零重计——不能用来跳播：0        42000    75000    0        31000// LecSync 用音频字节时钟量同一批段落：0        42000    75000    118400   149400   // 单调递增，能对上录音

时间戳来自对你所发音频的字节时钟，不是识别引擎自己的时钟，所以上游重连时仍然单调递增。识别引擎未提供 token 级时间的少数段落可能没有时间戳。

开了 store: true 时，一条连接对应一份录音。网络中断会产生多份文件，按创建时间排序即可。