Aller au contenu
Documentation

Transcription RTC

RTC peut convertir l’audio d’un enregistrement en transcription après l’appel. Le microphone de chaque participant et l’audio de chaque écran partagé sont transcrits séparément, de sorte que chaque ligne identifie précisément l’interlocuteur. Deux personnes utilisant un même microphone partagent une seule étiquette d’interlocuteur.

Le sous-titrage en direct pendant un appel n’est pas encore disponible pour les clients. Le transcript.segment et captions.* Les webhooks restent prévu.

  • Les minutes de transcription doivent être incluses dans votre formule d’abonnement: Les formules « Growth » et « Business » les incluent, et n’importe quelle formule peut ajouter des packs.
  • Informez les participants et obtenez le consentement requis par votre cas d’utilisation, tant pour l’ enregistrement que pour la transcription. Votre application doit afficher un indicateur visible lorsqu’un enregistrement destiné à être transcrit est en cours.
  • Les participants qui ne doivent pas être transcrits (par exemple, les enfants ou toute personne ayant refusé) participent avec la transcribe: false demande.

Demandez une transcription au moment où vous lancez l’enregistrement, ou ultérieurement pour un enregistrement terminé.

Méthode et chemin d’accèsPortéeRésultat
POST /v1/recordings avec "transcript": truerecordings:writeL’enregistrement démarre ; sa transcription est demandée à la fin de celui-ci
POST /v1/recordings/{recordingId}/transcriptrecordings:write202 { "recordingId", "status" }
GET /v1/recordings/{recordingId}/transcriptrecordings:readLa transcription et son statut (lu)
GET /v1/recordings/{recordingId}/transcript?format=vttrecordings:readLa transcription sous forme de fichier (formats)
GET /v1/transcriptsrecordings:readVos transcriptions, les plus récentes en premier, sans leur texte. Les transcriptions des enregistrements placés dans la corbeille ne sont pas incluses ; une page peut donc en contenir moins que limit éléments ; continuez à suivre X-Next-Cursor

Le corps de la requête est facultatif :

{ "language": "de", "vocabulary": ["CHAMPREP", "Hocuspocus", "Dr. Okonkwo"] }
ChampRègles
languageA code de langue, ou zh-Hant pour le chinois en caractères traditionnels. Omettez-le et RTC détectera la langue de chaque participant.
vocabularyIndices : jusqu’à 100 noms, termes de produit ou mots de jargon, chacun pouvant comporter jusqu’à 64 caractères et 1 Ko au total. Les indices augmentent la probabilité d’identification de ces mots ; ils ne garantissent pas l’orthographe.

Une transcription passe par les états suivants :

statusSignification
waitingL’enregistrement est toujours en cours. La transcription commence à la fin de celui-ci.
reservingRTC prélève les minutes de la transcription sur votre quota.
queuedMinutes réservées ; en attente d’un transcripteur.
runningEn cours de transcription.
donePrêt à être lu.
failedNon effectué. error et errorCode indiquez pourquoi. Une transcription ayant échoué est gratuite.

Un enregistrement dispose d’une seule transcription. Si vous effectuez une nouvelle requête alors qu’une transcription existe déjà ou est en cours de traitement, la réponse est 409 TRANSCRIPT_EXISTS. Demandez à nouveau un Échec une fois et RTC relance l’opération ; vous pouvez modifier language et vocabulary. Un enregistrement sans audio renvoie 409 NO_AUDIO.

Le délai d’exécution est généralement bien inférieur à la moitié de la durée de l’enregistrement, plus quelques minutes. Utilisez le transcript.completed webhook plutôt que le polling.

GET /v1/recordings/{recordingId}/transcript renvoie un 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"
}
ChampSignification
segmentsLignes classées par ordre chronologique : qui (participantId, et votre identity lorsque le participant en avait une), l’audio source (microphone ou screen_audio), quand (startMs, endMs à compter du début de l’enregistrement) et le text
languageLa langue dominante, ou celle que vous avez demandée (zh-Hant pour le chinois traditionnel)
billedMinutesMinutes facturées pour cette session (facturation)
truncatedtrue lorsque le quota a été épuisé au cours d’une session présentant de nombreuses interférences ; le texte s’arrête à cet endroit
error, errorCodePourquoi une exécution a échoué : RTC_ALLOWANCE_EXHAUSTED, BILLING_UNAVAILABLE, CANCELLED, RECORDING_LENGTH_UNKNOWN (l’heure de début ou de fin de l’enregistrement est manquante, ce qui rend toute mesure ou facturation impossible), ou aucun code en cas d’échec du traitement
requestObjet de cette demande : language (absent lorsqu’il a été détecté) et vocabulary, de sorte qu’une nouvelle tentative puisse les renvoyer

Le texte correspond à ce qu’ont dit les participants. Considérez-le comme du contenu utilisateur non fiable dans votre application.

Ajouter format pour exporter une transcription finalisée sous forme de fichier. La réponse est une pièce jointe nommée transcript-{recordingId}.{format}. Une transcription qui n’est pas done réponses 409 TRANSCRIPT_NOT_READY pour tous les formats sauf json.

formatType de contenuIntervenants
json (par défaut)application/jsonidentity et participantId par segment
vtttext/vttBalises vocales WebVTT : <v user-123>text
srtapplication/x-subripAvant chaque repère : user-123: text
txttext/plainUne ligne par segment : [00:01:01] user-123: text

Lorsqu’un participant n’avait pas identity, le participantId est utilisé.

La transcription prend en charge environ 100 langues. Elles sont proposées à deux niveaux, selon la précision mesurée sur des ensembles de données issus de réunions publiques et de synthèse vocale :

NiveauLangues
Disponible pour tousAnglais (en), espagnol (es), portugais (pt), l’allemand (de), italien (it), le russe (ru), japonais (ja), le français (fr), chinois (zh, caractères simplifiés ; zh-Hant pour la version traditionnelle)
BêtaToutes les autres langues, y compris l’arabe (ar) et l’hindi (hi)

Les langues en version bêta fonctionnent, mais avec une précision moindre et moins prévisible. Sur des enregistrements audio de réunions réelles (plusieurs personnes, discours spontanés), attendez-vous à des taux d’erreur sur les mots anglais d’environ 20 % ; la reconnaissance vocale et les locuteurs uniques s’exprimant clairement donnent de bien meilleurs résultats.

GET /v1/capabilities répertorie les codes sous transcription.languages, les webhooks généralement disponibles sous transcription.gaLanguages, les formats et les limites de vocabulaire.

Le chinois est écrit en caractères simplifiés, sauf si vous demandez zh-Hant.

Les transcriptions utilisent le rtc-transcription-minutes allocation.

  • Unité : un par minute entamée de la durée la plus longue entre la durée de l’enregistrement et le temps de parole total de tous les participants. Une réunion normale, où une seule personne parle à la fois, est facturée en fonction de sa durée. Lorsque plusieurs personnes parlent en même temps, c’est le temps de parole total qui est pris en compte.
  • Les exécutions ayant échoué sont gratuites. Aucun frais n’est facturé pour une session qui échoue ou qui est annulée ; les minutes réservées sont libérées.
  • Réservé en premier lieu : RTC réserve la durée de l’enregistrement sur votre quota avant que la transcription ne soit mise en file d’attente. Si le nombre de minutes est insuffisant, la demande échoue gratuit avec errorCode: "RTC_ALLOWANCE_EXHAUSTED" et le transcript.failed L’événement répertorie les packs et les mises à niveau dans offers.
  • Interférences : lors de la transcription de dialoques très entremêlés, RTC réserve davantage de minutes à mesure que la durée de la conversation augmente. Si le crédit est épuisé, la transcription s’arrête là, et est marquée truncated: true, et seule la partie transcrite est facturée.
  • Si le service de facturation est inaccessible, la requête est mise en attente, puis échoue librement avec BILLING_UNAVAILABLE. RTC n’effectue jamais de transcription sans facturation.
  • Une transcription finalisée est toujours fournie. Si le service de facturation ne parvient pas à confirmer les minutes utilisées par la suite, RTC continue d’essayer et, après quelques heures, comptabilise chaque minute utilisée comme consommation. Les minutes utilisées ne sont jamais gratuites.

Un forfait sans minutes de transcription répond 403 RTC_FEATURE_NOT_IN_PLAN; un quota épuisé répond 402 RTC_ALLOWANCE_EXHAUSTED. Les deux contiennent feature: "rtc-transcription-minutes" et le offers qui corrigent cela. Voir formules d’abonnement et facturation pour connaître les forfaits, les tarifs des abonnements et ceux de la facturation à l’utilisation.

Un participant dont le jeton de participation comporte "transcribe": false n’est jamais transcrit : ses pistes sont enregistrées comme d’habitude mais ignorées lors de la transcription. Utilisez cette option pour les enfants, pour toute personne ayant refusé de participer, ou lorsque vos conditions l’exigent. La transcription ne contient tout simplement aucune réplique de sa part.

Événementdata
transcript.queuedrecordingId, roomId, reservedMinutes
transcript.completedrecordingId, roomId, segments (nombre), durationMs, billedMinutes, truncated
transcript.failedrecordingId, roomId, error, et pour des raisons de facturation code (RTC_ALLOWANCE_EXHAUSTED, BILLING_UNAVAILABLE ou CANCELLED) avec offers, ou RECORDING_LENGTH_UNKNOWN

Les webhooks ne contiennent jamais de texte de transcription ; consultez-le via l’APIAPI. Voir des webhooks.

Lorsque apportez votre propre espace de stockage est activée, une transcription finalisée est fournie avec les fichiers d’enregistrement, comme transcript.json et transcript.vtt, via les mêmes destinations, un modèle de chemin d’accès ({artifact} et {file}), des tentatives de réessai et des événements (recording.delivered avec artifact: "transcript:json" ou "transcript:vtt"). Les enregistrements placés dans la corbeille ne sont pas livrés.

Une transcription suit son enregistrement :

  • Corbeille : lorsque l’enregistrement est déplacé vers la corbeille, sa transcription est également masquée (404). La restauration de l’enregistrement rétablit la transcription.
  • Supprimé définitivement : la suppression de l’enregistrement de la corbeille, ou la suppression automatique 30 jours après son transfert dans la corbeille, entraîne la suppression de la transcription qui l’accompagne.
  • Rien d’autre ne entraîne l’expiration d’une transcription. Celle-ci est conservée aussi longtemps que l’enregistrement correspondant, conformément à la durée de conservation des enregistrements prévue par votre forfait.

Les copies déjà transmises vers votre propre espace de stockage vous appartiennent et ne sont jamais supprimées.

  • CHAMPREP traiter les enregistrements et les transcriptions en tant que sous-traitant, sur vos instructions.
  • La transcription est auto-hébergé: le service s’exécute sur le compte AWS propre CHAMPREPà RTC aux États-Unis (us-east-1). Les fichiers audio et les textes ne sont transmis à aucun tiers, et aucun sous-traitant n’intervient.
  • Vos enregistrements audio et vos transcriptions sont jamais utilisées pour l’entraînement des modèles.
  • Le texte de la transcription n’apparaît jamais dans les journaux, les webhooks ou les outils d’assistanceCHAMPREP.
  • Vous êtes responsable de la légalité de la base juridique et du consentement des personnes enregistrées et transcrites, de l’affichage d’un indicateur visible d’enregistrement et de transcription , ainsi que du respect des lois protégeant les mineurs (telles que la COPPA ou la FERPA). Utilisation transcribe: false pour toute personne ne devant pas faire l’objet d’une transcription.