Zum Inhalt springen
Documentation

RTC-Transkription

RTC kann den Ton einer Aufzeichnung nach dem Gespräch in ein Transkript umwandeln. Das Mikrofon jedes Teilnehmers und der Ton jedes geteilten Bildschirms werden separat transkribiert, sodass jede Zeile den Sprecher genau benennt. Zwei Personen, die ein Mikrofon gemeinsam nutzen, teilen sich eine Sprecherbezeichnung.

Live-Untertitel während eines Anrufs stehen Kunden noch nicht zur Verfügung. Die transcript.segment und captions.* Webhooks bleiben bestehen geplant.

  • Die Transkriptionsminuten müssen in Ihrem Tarif: Die Tarife „Growth“ und „Business“ beinhalten diese Funktionen, und in jedem Tarif können Pakete hinzugefügt werden.
  • Informieren Sie die Teilnehmer und holen Sie die für Ihren Anwendungsfall erforderlichen Einwilligungen ein, sowohl für die Aufzeichnung als auch für das Transkript. Ihre Anwendung muss einen sichtbaren Hinweis anzeigen, solange eine Aufzeichnung läuft, die transkribiert werden soll.
  • Teilnehmer, die nicht transkribiert werden dürfen (z. B. Kinder oder Personen, die dies abgelehnt haben), nehmen mit der transcribe: false Anforderung.

Fordern Sie eine Transkription beim Start der Aufzeichnung an oder später für eine bereits abgeschlossene Aufzeichnung.

Methode und PfadGültigkeitsbereichErgebnis
POST /v1/recordings mit "transcript": truerecordings:writeDie Aufzeichnung beginnt; die Transkription wird nach deren Ende angefordert
POST /v1/recordings/{recordingId}/transcriptrecordings:write202 { "recordingId", "status" }
GET /v1/recordings/{recordingId}/transcriptrecordings:readDas Transkript und sein Status (gelesen)
GET /v1/recordings/{recordingId}/transcript?format=vttrecordings:readDas Transkript als Datei (Formate)
GET /v1/transcriptsrecordings:readIhre Transkripte, beginnend mit den neuesten, ohne deren Text. Transkripte von Aufnahmen im Papierkorb werden nicht berücksichtigt, sodass eine Seite weniger als limit Elemente; bitte weiterverfolgen X-Next-Cursor

Der Anfragetext ist optional:

{ "language": "de", "vocabulary": ["CHAMPREP", "Hocuspocus", "Dr. Okonkwo"] }
FeldRegeln
languageA Sprachcodeoder zh-Hant für Chinesisch in traditionellen Schriftzeichen. Lassen Sie dies weg, und RTC erkennt die Sprache jedes Teilnehmers.
vocabularyHinweise: bis zu 100 Namen, Produktbegriffe oder Fachausdrücke, jeweils bis zu 64 Zeichen und insgesamt 1 KB. Hinweise erhöhen die Wahrscheinlichkeit, dass diese Wörter erkannt werden; sie garantieren jedoch nicht die korrekte Schreibweise.

Ein Transkript durchläuft folgende Zustände:

statusBedeutung
waitingDie Aufzeichnung läuft noch. Das Transkript beginnt, sobald sie endet.
reservingRTC bucht die Minuten des Transkripts von Ihrem Kontingent ab.
queuedReservierte Minuten; es wird auf einen Transkribierenden gewartet.
runningWird gerade transkribiert.
doneBereit zum Lesen.
failedNicht erstellt. error und errorCode Begründen Sie dies. Ein fehlgeschlagenes Transkript ist kostenlos.

Eine Aufzeichnung verfügt über ein Transkript. Eine erneute Abfrage, während bereits ein Transkript vorliegt oder gerade erstellt wird, liefert folgende Antwort: 409 TRANSCRIPT_EXISTS. Fragen Sie erneut nach einem fehlgeschlagen einmal, und RTC führt den Vorgang erneut aus; Sie können language und vocabulary. Eine Aufnahme ohne Audio liefert keine Antwort 409 NO_AUDIO.

Die Bearbeitungszeit beträgt in der Regel deutlich weniger als die Hälfte der Aufnahmedauer plus einige Minuten. Verwenden Sie den transcript.completed Webhook anstelle von Polling.

GET /v1/recordings/{recordingId}/transcript gibt JSON zurück (Cache-Control: no-store):

{
"recordingId": "REC_UUID",
"status": "done",
"language": "en",
"billedMinutes": 42,
"truncated": false,
"durationMs": 2512000,
"model": "faster-whisper-small",
"completedAt": "2026-11-08T12:44:10.000Z",
"segments": [
{ "participantId": "PARTICIPANT_UUID", "identity": "user-123", "source": "microphone", "startMs": 61000, "endMs": 63400, "text": "Let's start with the roadmap." }
],
"createdAt": "2026-11-08T12:00:00.000Z"
}
FeldBedeutung
segmentsZeilen in zeitlicher Reihenfolge: wer (participantIdsowie Ihre identity (sofern der Teilnehmer eine hatte), das Audio source (microphone oder screen_audio), wann (startMs, endMs ab Beginn der Aufzeichnung) sowie die text
languageDie vorherrschende Sprache oder die von Ihnen angeforderte Sprache (zh-Hant für traditionelles Chinesisch)
billedMinutesFür diesen Durchlauf abgerechnete Minuten (Abrechnung)
truncatedtrue wenn das Kontingent während eines Durchlaufs mit starkem Übersprechen aufgebraucht war; der Text endet an dieser Stelle
error, errorCodeWarum ein Durchlauf fehlgeschlagen ist: RTC_ALLOWANCE_EXHAUSTED, BILLING_UNAVAILABLE, CANCELLED, RECORDING_LENGTH_UNKNOWN (die Start- oder Endzeit der Aufzeichnung fehlt, sodass keine Messung oder Abrechnung möglich ist) oder kein Code aufgrund eines Verarbeitungsfehlers
requestWas bei diesem Durchlauf angefordert wurde: language (fehlt, wenn es erkannt wurde) und vocabulary, sodass diese bei einem erneuten Versuch erneut gesendet werden können

Der Text entspricht den Äußerungen der Teilnehmer. Behandeln Sie ihn in Ihrer Anwendung als nicht vertrauenswürdigen Benutzerinhalt.

Hinzufügen format um ein fertiges Transkript als Datei zu exportieren. Die Antwort ist ein Anhang mit dem Namen transcript-{recordingId}.{format}. Ein Transkript, das nicht done Antworten 409 TRANSCRIPT_NOT_READY für jedes Format mit Ausnahme von json.

formatInhaltstypSprecher
json (Standard)application/jsonidentity und participantId pro Segment
vtttext/vttWebVTT-Sprach-Tags: <v user-123>text
srtapplication/x-subripVor jedem Stichwort: user-123: text
txttext/plainEine Zeile pro Segment: [00:01:01] user-123: text

Falls ein Teilnehmer keine identity, das participantId wird verwendet.

Die Transkription erkennt etwa 100 Sprachen. Diese werden in zwei Stufen angeboten, basierend auf der gemessenen Genauigkeit anhand öffentlicher Sitzungs- und Sprachausgabe-Datensätze:

StufeSprachen
Allgemein verfügbarEnglisch (en), Spanisch (es), Portugiesisch (pt), Deutsch (de), Italienisch (it), Russisch (ru), Japanisch (ja), Französisch (fr), Chinesisch (zh, vereinfachte Schriftzeichen; zh-Hant (für traditionelle Schrift)
BetaAlle anderen Sprachen, einschließlich Arabisch (ar) und Hindi (hi)

Beta-Sprachen funktionieren, allerdings mit geringerer und weniger vorhersehbarer Genauigkeit. Bei echten Besprechungsaufnahmen (mehrere Personen, spontane Sprache) ist mit einer Fehlerquote bei englischen Wörtern von etwa 20 % zu rechnen; bei vorgelesener Sprache und deutlichen Einzelrednern sind die Ergebnisse deutlich besser.

GET /v1/capabilities listet die Codes unter transcription.languages, die allgemein verfügbaren unter transcription.gaLanguages, die Formate und die Vokabulargrenzen.

Chinesisch wird in vereinfachten Schriftzeichen geschrieben, sofern Sie nicht ausdrücklich zh-Hant.

Transkripte verwenden das rtc-transcription-minutes Zulage.

  • Einheit: eines pro angefangener Minute der längeren der beiden folgenden Zeiträume: der Aufnahmedauer und der Gesamtsprechzeit aller Teilnehmer. Ein normales Meeting, bei dem jeweils nur eine Person spricht, wird nach seiner Dauer abgerechnet. Wenn viele Personen gleichzeitig sprechen, zählt stattdessen die Gesamtsprechzeit.
  • Fehlgeschlagene Durchläufe sind kostenlos. Für einen Lauf, der fehlschlägt oder abgebrochen wird, fallen keine Kosten an; die dafür reservierten Minuten werden freigegeben.
  • Zunächst reserviert: RTC reserviert die Länge der Aufzeichnung aus Ihrem Kontingent, bevor das Transkript in die Warteschlange gestellt wird. Bei unzureichendem Minutenkontingent schlägt die Anfrage fehl, kostenlos mit errorCode: "RTC_ALLOWANCE_EXHAUSTED" und die transcript.failed Das Ereignis listet die Pakete und Upgrades in offers.
  • Übersprechen: Bei der Transkription von starkem Nebengespräch reserviert RTC mehr Minuten, je länger die Rede dauert. Wenn das Kontingent aufgebraucht ist, endet das Transkript an dieser Stelle und wird markiert truncated: true, und es wird nur das in Rechnung gestellt, was transkribiert wurde.
  • Wenn die Abrechnungsstelle nicht erreichbar ist, wartet die Anfrage und schlägt anschließend mit dem Status „free“ fehl BILLING_UNAVAILABLE. RTC führt ohne Abrechnung niemals eine Transkription durch.
  • Ein fertiges Transkript wird stets übermittelt. Kann die Abrechnung die Minutenanzahl im Nachhinein nicht bestätigen, versucht RTC es weiter und erfasst nach einigen Stunden jede genutzte Minute als Nutzung. Genutzte Minuten sind niemals kostenlos.

Ein Tarif ohne Transkriptionsminuten beantwortet 403 RTC_FEATURE_NOT_IN_PLAN; ein aufgebrauchtes Kontingent antwortet 402 RTC_ALLOWANCE_EXHAUSTED. Beide enthalten feature: "rtc-transcription-minutes" und die offers die das Problem beheben. Siehe Tarife und Abrechnung Informationen zu den Kontingenten, den Paketpreisen und den Pay-as-you-go-Preisen.

Ein Teilnehmer, dessen Teilnahme-Token enthält "transcribe": false wird niemals transkribiert: Die Aufzeichnungen dieser Teilnehmer werden wie gewohnt aufgezeichnet, bei der Transkription jedoch übersprungen. Verwenden Sie diese Option für Kinder, für Personen, die die Teilnahme abgelehnt haben, oder wo immer Ihre Bedingungen dies erfordern. Das Transkript enthält einfach keine Zeilen von diesen Personen.

Ereignisdata
transcript.queuedrecordingId, roomId, reservedMinutes
transcript.completedrecordingId, roomId, segments (Anzahl), durationMs, billedMinutes, truncated
transcript.failedrecordingId, roomId, error, sowie aus abrechnungstechnischen Gründen code (RTC_ALLOWANCE_EXHAUSTED, BILLING_UNAVAILABLE oder CANCELLED) mit offers, oder RECORDING_LENGTH_UNKNOWN

Webhooks enthalten niemals Transkripttext; lesen Sie diesen über die API. Siehe Webhooks.

Wenn eigenen Speicher mitbringen aktiviert ist, wird ein fertiges Transkript zusammen mit den Aufnahmedateien geliefert, als transcript.json und transcript.vtt, über dieselben Ziele, Pfadvorlage ({artifact} und {file}), Wiederholungsversuche und Ereignisse (recording.delivered mit artifact: "transcript:json" oder "transcript:vtt"). Aufnahmen im Papierkorb werden nicht ausgeliefert.

Ein Transkript folgt auf die jeweilige Aufzeichnung:

  • Papierkorb: Wenn die Aufzeichnung in den Papierkorb verschoben wird, wird auch das dazugehörige Transkript ausgeblendet (404). Durch das Wiederherstellen der Aufzeichnung wird auch das Transkript wiederhergestellt.
  • Endgültig gelöscht: Das Löschen der Aufzeichnung aus dem Papierkorb oder die automatische Löschung 30 Tage nach dem Verschieben in den Papierkorb führt dazu, dass das Transkript ebenfalls gelöscht wird.
  • Nichts anderes führt zum Verfall einer Transkription. Diese wird so lange aufbewahrt wie die zugehörige Aufzeichnung, gemäß den Aufbewahrungsfristen Ihres Tarifs.

Kopien, die bereits an Ihren eigenen Speicher geliefert wurden, gehören Ihnen und werden niemals gelöscht.

  • CHAMPREP verarbeitet Aufzeichnungen und Transkripte als Ihren Auftragsverarbeiter, auf Ihre Anweisung hin.
  • Die Transkription ist selbst gehostet: Der Dienst läuft im CHAMPREPeigenen RTC-AWS-Konto in den Vereinigten Staaten (us-east-1). Audio- und Textdaten werden nicht an Dritte übermittelt, und es ist kein Unterauftragsverarbeiter beteiligt.
  • Ihre Audioaufnahmen und Transkripte sind niemals zum Trainieren verwendet Modelle.
  • Transkripttexte erscheinen niemals in Protokollen, Webhooks oder CHAMPREP Support-Tools.
  • Sie sind verantwortlich für eine rechtmäßige Grundlage und die Einwilligung der Personen, die aufgezeichnet und transkribiert werden, für die Anzeige eines sichtbaren Hinweises auf die Aufzeichnung und Transkription sowie für Gesetze zum Schutz von Minderjährigen (wie COPPA oder FERPA). Verwendung transcribe: false für alle Personen, die nicht transkribiert werden dürfen.