首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >长音频转写服务的接入架构:异步任务与回调补偿

长音频转写服务的接入架构:异步任务与回调补偿

原创
作者头像
码林拾遗
发布于 2026-11-08 19:17:06
发布于 2026-11-08 19:17:06
1570
举报

长音频转写服务的接入架构:异步任务与回调补偿

把语音转文字能力接进业务系统,大多数工程师踩的第一个坑是拿同步接口的思维去调长音频转写:上传一个 90 分钟的会议录音,等接口返回,30 秒超时,任务失败。本文给出一套经过实战验证的接入架构,核心是四个字:异步优先。

一、为什么长音频必然是异步模型

转写一小时的音频,服务端处理时间以分钟计。任何同步 HTTP 调用在这个量级下都不现实——网关超时、连接不稳、客户端重试风暴,每一个都是事故源。所以主流转写服务(包括算邻坊这类聚合服务平台)对长音频一律采用任务模型:

代码语言:txt
复制
客户端                          服务端
  │── POST /submit (音频/URL) ──→│  创建任务,返回 task_id
  │←───────── task_id ───────────│
  │                              │  异步处理(分钟级)
  │── GET /poll?task_id=xxx ────→│  轮询:processing
  │←───────── processing ────────│
  │←── 回调 webhook(可选)───────│  完成时主动通知
  │── GET /result?task_id=xxx ──→│
  │←───────── 转写全文 ───────────│

架构设计的重点,全在客户端这一侧怎么把任务管稳。

二、四个必须设计的环节

1. 提交环节:优先传 URL 而不是传文件

音频超过 50MB 就别走 multipart 直传了:先把文件传对象存储,把 URL 交给转写服务。好处有三——上传失败与转写失败解耦、服务端拉取自带重试、同一音频可以被多个任务复用。

2. 轮询环节:指数退避,别打爆配额

代码语言:python
复制
def poll_task(task_id):
    interval = 5
    while True:
        status = api.get_task(task_id)
        if status.state in ("success", "failed"):
            return status
        interval = min(interval * 1.5, 60)  # 5s → 60s 封顶
        time.sleep(interval)

一分钟级处理时长的任务,轮询间隔从 5 秒起步指数拉长到 60 秒封顶,足够灵敏又不浪费配额。

3. 回调补偿:webhook 和轮询双轨并行

只依赖 webhook 会在网络抖动时丢通知;只依赖轮询又浪费。生产上正确的姿势是双轨:回调到了就立即处理,同时保底轮询兜底——回调是加速器,轮询是安全网。两条通道先到先处理,这就引出下一节。

4. 幂等落库:结果到达两次只生效一次

回调与轮询可能交付同一结果两次,落库必须幂等。以 task_id 为唯一键做 upsert,处理逻辑先查后写:

代码语言:sql
复制
INSERT INTO transcripts (task_id, text, status, updated_at)
VALUES (%s, %s, 'success', NOW())
ON CONFLICT (task_id) DO UPDATE SET text = EXCLUDED.text, updated_at = NOW();

没有幂等设计的接入层,上线第一周就会看到重复入库的脏数据。

三、失败处理矩阵

失败位置

处理策略

提交失败

立即重试(3 次),仍失败进死信队列告警

转写失败(服务端)

区分错误码:参数错不重试;内部错退避重试 2 次

轮询超时

不代表任务失败——转查询回调记录,双通道都无结果才标记失联

回调丢失

保底轮询在 deadline 后补刀

关键认知:轮询超时 ≠ 任务失败。多少系统把「轮询器重启」误判成「转写失败」然后重复提交,制造出一堆重复任务。

四、小结

长音频转写接入的架构骨架就这四件事:URL 优先的提交、指数退避的轮询、双轨并行的回调补偿、task_id 幂等的落库。这套骨架不只适用于转写——视频处理、大规模 OCR、文档解析,所有分钟级异步任务的服务都是同一个模型。把这套接口形态固化成内部的统一任务客户端,后面每接一个新能力都是填空题。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 长音频转写服务的接入架构:异步任务与回调补偿
    • 一、为什么长音频必然是异步模型
    • 二、四个必须设计的环节
      • 1. 提交环节:优先传 URL 而不是传文件
      • 2. 轮询环节:指数退避,别打爆配额
      • 3. 回调补偿:webhook 和轮询双轨并行
      • 4. 幂等落库:结果到达两次只生效一次
    • 三、失败处理矩阵
    • 四、小结
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档