Ir al contenido
Documentation

Transcripción RTC

RTC puede convertir el audio de una grabación en una transcripción tras la llamada. El audio del micrófono de cada participante y el de cada pantalla compartida se transcriben por separado, de modo que cada línea identifica al interlocutor con exactitud. Dos personas que comparten un mismo micrófono comparten una misma etiqueta de interlocutor.

Los subtítulos en directo durante una llamada aún no están disponibles para los clientes. El transcript.segment y captions.* Los webhooks siguen previsto.

  • Los minutos de transcripción deben estar incluidos en su plan: Los planes «Growth» y «Business» las incluyen, y en cualquier nivel se pueden añadir paquetes.
  • Informe a los participantes y obtenga el consentimiento que requiera su caso de uso, tanto para la grabación como para la transcripción. Su aplicación debe mostrar un indicador visible mientras se está realizando una grabación que se va a transcribir.
  • Los participantes que no deban ser transcritos (por ejemplo, niños o cualquier persona que se haya negado) se unen con la transcribe: false solicitud.

Solicite una transcripción al iniciar la grabación o, posteriormente, una ya finalizada.

Método y rutaÁmbito de aplicaciónResultado
POST /v1/recordings con "transcript": truerecordings:writeComienza la grabación; su transcripción se solicita al finalizarla
POST /v1/recordings/{recordingId}/transcriptrecordings:write202 { "recordingId", "status" }
GET /v1/recordings/{recordingId}/transcriptrecordings:readLa transcripción y su estado (leída)
GET /v1/recordings/{recordingId}/transcript?format=vttrecordings:readLa transcripción como archivo (formatos)
GET /v1/transcriptsrecordings:readSus transcripciones, de más reciente a más antigua, sin el texto. Las transcripciones de las grabaciones que se encuentran en la Papelera no se incluyen, por lo que una página puede contener menos de limit elementos; siga adelante X-Next-Cursor

El cuerpo de la solicitud es opcional:

{ "language": "de", "vocabulary": ["CHAMPREP", "Hocuspocus", "Dr. Okonkwo"] }
CampoNormas
languageA código de idioma, o zh-Hant para el chino en caracteres tradicionales. Si se omite, RTC detecta el idioma de cada participante.
vocabularyPistas: hasta 100 nombres, términos de productos o jerga, cada uno de hasta 64 caracteres y 1 KB en total. Las pistas aumentan la probabilidad de que se identifiquen estas palabras; no garantizan la ortografía.

Una transcripción pasa por los siguientes estados:

statusSignificado
waitingLa grabación aún está en curso. La transcripción comenzará cuando finalice.
reservingRTC está reservando los minutos de la transcripción de su asignación.
queuedMinutos reservados; a la espera de un transcriptor.
runningEn proceso de transcripción.
doneListo para leer.
failedNo se ha realizado. error y errorCode indique el motivo. Una transcripción fallida es gratuita.

Una grabación tiene una transcripción. Si vuelve a solicitarla mientras ya existe una o está en curso, se responderá 409 TRANSCRIPT_EXISTS. Vuelva a solicitar un fallo uno y RTC lo vuelve a ejecutar; puede cambiar language y vocabulary. Una grabación sin audio devuelve 409 NO_AUDIO.

El plazo de entrega suele ser bastante inferior a la mitad de la duración de la grabación más unos minutos. Utilice el transcript.completed webhook en lugar de sondeo.

GET /v1/recordings/{recordingId}/transcript devuelve JSON (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"
}
CampoSignificado
segmentsLíneas en orden cronológico: quién (participantId, y su identity cuando el participante lo tenía), el audio source (microphone o screen_audio), cuándo (startMs, endMs desde el inicio de la grabación) y el text
languageEl idioma predominante, o el que haya solicitado (zh-Hant para el chino tradicional)
billedMinutesMinutos facturados por esta ejecución (facturación)
truncatedtrue cuando se agotó el cupo durante una ejecución con mucha interferencia; el texto se detiene ahí
error, errorCodeMotivos por los que ha fallado una ejecución: RTC_ALLOWANCE_EXHAUSTED, BILLING_UNAVAILABLE, CANCELLED, RECORDING_LENGTH_UNKNOWN (falta la hora de inicio o finalización de la grabación, por lo que no se puede medir ni facturar nada), o no hay código debido a un error de procesamiento
requestPara qué se solicitó esta ejecución: language (ausente cuando se detectó) y vocabulary, por lo que un nuevo intento puede volver a enviarlos

El texto corresponde a lo que dijeron los participantes. Trátelo como contenido de usuario no fiable en su aplicación.

Añadir format para exportar una transcripción finalizada como archivo. La respuesta es un archivo adjunto denominado transcript-{recordingId}.{format}. Una transcripción que no sea done respuestas 409 TRANSCRIPT_NOT_READY para todos los formatos excepto json.

formatTipo de contenidoLocutores
json (por defecto)application/jsonidentity y participantId por segmento
vtttext/vttEtiquetas de voz WebVTT: <v user-123>text
srtapplication/x-subripAntes de cada indicación: user-123: text
txttext/plainUna línea por segmento: [00:01:01] user-123: text

Cuando un participante no tenía identity, el participantId se utiliza.

La transcripción reconoce unos 100 idiomas. Se ofrecen en dos niveles, según la precisión medida en conjuntos de datos de reuniones públicas y de lectura de textos:

NivelIdiomas
Disponible de forma generalizadaInglés (en), español (es), portugués (pt), alemán (de), italiano (it), ruso (ru), japonés (ja), francés (fr), chino (zh, caracteres simplificados; zh-Hant para el chino tradicional)
BetaEl resto de idiomas, incluidos el árabe (ar) y el hindi (hi)

Los idiomas en fase beta funcionan, aunque con una precisión menor y menos predecible. En audio de reuniones reales (varias personas, habla espontánea), espere tasas de error en las palabras en inglés en torno al 20 %; el habla leída y los oradores individuales que se expresan con claridad ofrecen resultados mucho mejores.

GET /v1/capabilities enumera los códigos en transcription.languages, los disponibles de forma general en transcription.gaLanguages, los formatos y los límites de vocabulario.

El chino se escribe en caracteres simplificados, a menos que solicite zh-Hant.

Las transcripciones utilizan el rtc-transcription-minutes asignación.

  • Unidad: uno por cada minuto iniciado de la mayor de las siguientes duraciones: la duración de la grabación y el tiempo total de intervención de todos los participantes. Una reunión normal, en la que una persona habla cada vez, se factura por su duración. Cuando varias personas hablan a la vez, se tiene en cuenta el tiempo total de intervención.
  • Las ejecuciones fallidas son gratuitas. No se cobra nada por una ejecución que falle o se cancele; sus minutos reservados quedan liberados.
  • Reservado en primer lugar: RTC reserva la duración de la grabación de su asignación antes de que la transcripción se incorpore a la cola. Si no dispone de minutos suficientes, la solicitud fallará gratis con errorCode: "RTC_ALLOWANCE_EXHAUSTED" y el transcript.failed El evento enumera los paquetes y las actualizaciones en offers.
  • Interferencias: al transcribir interferencias intensas, RTC reserva más minutos a medida que aumenta el volumen de la conversación. Si se agota el crédito, la transcripción se detiene en ese punto, y se marca truncated: true, y solo se factura lo que se ha transcrito.
  • Si no se puede acceder al sistema de facturación, la solicitud queda en espera y, a continuación, falla con el código de estado BILLING_UNAVAILABLE. RTC nunca transcribe sin facturación.
  • Siempre se entrega una transcripción finalizada. Si el departamento de facturación no puede confirmar sus minutos posteriormente, RTC sigue intentándolo y, tras unas horas, registra cada minuto utilizado como consumo. Los minutos utilizados nunca son gratuitos.

Un plan sin minutos de transcripción responde 403 RTC_FEATURE_NOT_IN_PLAN; una asignación agotada responde 402 RTC_ALLOWANCE_EXHAUSTED. Ambos incluyen feature: "rtc-transcription-minutes" y el offers que lo solucionan. Consulte Planes y facturación Para conocer las cuotas, los precios de los paquetes y de pago por uso.

Un participante cuyo token de participación incluye "transcribe": false nunca se transcribe: sus pistas se graban como de costumbre, pero se omiten en la transcripción. Utilícelo para niños, para cualquier persona que se haya negado a participar o siempre que sus condiciones lo requieran. La transcripción simplemente no incluirá ninguna intervención suya.

Eventodata
transcript.queuedrecordingId, roomId, reservedMinutes
transcript.completedrecordingId, roomId, segments (número), durationMs, billedMinutes, truncated
transcript.failedrecordingId, roomId, error, y por motivos de facturación code (RTC_ALLOWANCE_EXHAUSTED, BILLING_UNAVAILABLE o CANCELLED) con offers, o RECORDING_LENGTH_UNKNOWN

Los webhooks nunca incluyen el texto de la transcripción; consúltelo mediante la API. Consulte webhooks.

Cuando utilice su propio almacenamiento está activada, se entrega una transcripción finalizada junto con los archivos de la grabación, como transcript.json y transcript.vtt, a través de los mismos destinos, plantilla de ruta ({artifact} y {file}), reintentos y eventos (recording.delivered con artifact: "transcript:json" o "transcript:vtt"). Las grabaciones que se encuentran en la Papelera no se entregan.

Una transcripción sigue a su grabación:

  • Papelera: cuando la grabación se envíe a la Papelera, su transcripción también se oculte (404). Al restaurar la grabación, se recupera la transcripción.
  • Eliminado definitivamente: la eliminación de la grabación de la Papelera, o la eliminación automática 30 días después de su traslado a la Papelera, lo que elimina la transcripción junto con ella.
  • Nada más hace que una transcripción caduque. Se conserva mientras se conserve la grabación, según el plazo de retención de grabaciones de su plan.

Las copias ya entregadas en su propio almacenamiento son suyas y nunca se eliminan.

  • CHAMPREP procesar grabaciones y transcripciones como su encargado del tratamiento, siguiendo sus instrucciones.
  • La transcripción es autohospedado: se ejecuta en CHAMPREPla propia cuenta de RTC en AWS en Estados Unidos (us-east-1). Ni el audio ni el texto se envían a terceros y no interviene ningún subencargado del tratamiento.
  • Sus archivos de audio y transcripciones son nunca se utilizan para entrenar modelos.
  • El texto de la transcripción nunca aparece en registros, webhooks ni herramientas de CHAMPREPasistencia.
  • Usted es responsable de garantizar una base jurídica y el consentimiento de las personas grabadas y transcritas, de mostrar un indicador visible de grabación y transcripción , así como del cumplimiento de las leyes que protegen a los menores (como la COPPA o la FERPA). Uso transcribe: false para cualquier persona que no deba ser transcrita.