Skip to content

elementType 4 — 语音 ​

对应 WeQ 解析实现:packages/codec/src/proto/msg/element.ts(elementType = 4)。

语音(PTT)复用大部分「文件族」tag(45402–45518、45815)承载文件元数据, 共用部分见 40800 总览 · 第五节。


一、两个容易踩坑的字段 ​

时长看 45906,不要看波形 ​

45906 (pttDuration) 是唯一可靠的时长来源,同时决定界面上的「时长」标签和气泡宽度。

波形数据 45925 (waveform) 是装饰性的,不能反推时长:AI 声聊的音频无论多长, 都携带一条固定的 30 字节合成波形。

AI 声聊看 45915 ​

45915 (isAiVoice) 只在 AI 声聊片段上出现(值为 true);普通麦克风录音、对讲、 其它端发来的语音都不带这个字段。这是唯一可靠的判据 —— QQ 没有其它地方标记它, 而它们的波形又是上面说的合成占位。

二、必有字段 ​

tag字段名类型含义
45402fileNamestring文件名
45403filePathstring本地路径
45405fileSizeuint32字节数
45406md5Bytesbytes二进制 MD5
45408contentHashbytes内容校验 hash
45418isOriginalbool是否原始音质
45424md5string大写十六进制 MD5
45503fileTokenstring下载凭据
45505uploadTimeuint32上传时间戳
45517uploadTimestampuint32上传时间戳
45518fileTTLuint32有效期(秒)
45815summarystring(repeated)摘要
45906pttDurationuint32时长(秒)
45911voiceChangedbool是否变声
45925waveformbytes波形可视化数据

字段名之所以叫 pttDuration 而不是 duration:CALL(通话记录)的 48152 也叫 duration,而 ElementWire 是扁平结构,键名重复会让 45906 被静默丢弃。

三、可选字段 ​

tag字段名类型含义
45915isAiVoiceboolAI 声聊标记,见上
45923pttTranscriptstringQQ 自带的语音转文字结果,缓存在行上。跑过一次「转文字」之后才有;转录结果为空时是空字符串
45924—uint32转录完成标记,恒为 1,见下节
45926—uint32转录完成标记,恒为 2,见下节
45905pttVoiceIdstring服务端语音 id,如 98PO#bjWUtk8qVPcpAiG57xZrOeS28AXRNmR
45550transferStateuint32传输状态
45511picTransferStateuint32传输状态
45513transferVersionuint32传输版本

写转录结果必须同时写 45924 / 45926 ​

45923 单写是不够的:45924 = 1 和 45926 = 2 才是 QQ 判断「这条已经转过文字了」的 依据,只写文本 QQ 本体不认,还会再转一遍。

全库 324 个 ptt 元素的交叉验证:51 条带 45923 的行,无一例外全是 45924=1 + 45926=2;反过来 25 条只有 45924=1 而没有 45926 的行,45923 全部 缺席(转录发起了但没落结果)。参考行 c2c_msg_table:7669105866341663773。

WeQ 的写回实现见 MsgService.setPttTranscript(packages/service/src/account/msg.ts), 三个字段一起写。

四、观测到但语义未验证 ​

tag观测情况
45903恒为 0
45907PTT 协议标志(uint32)
45909uint32,语义未知
45912取值 2(×39)/ 1(×1)
45922uint32,语义未知
45908嵌套 {1, 5, 7},所有观测行三项全为 0
45601嵌套 {2:{37}, 4:{1,2}},所有观测行均为空 / 0,保留为原始字节

← 返回消息段索引

当前文档对应 v2.7.4 · 已发布内容以 CHANGELOG 为准