Pular para o conteúdo
Documentation

Transcrição RTC

O RTC pode transformar o áudio de uma gravação em uma transcrição após a chamada. O áudio do microfone de cada participante e de cada tela compartilhada é transcrito separadamente, de modo que cada linha identifica exatamente quem está falando. Duas pessoas em um único microfone compartilham uma única identificação de locutor.

As legendas em tempo real durante uma chamada ainda não estão disponíveis para os clientes. O transcript.segment e captions.* Os webhooks permanecem planejado.

  • As transcrições devem estar incluídas no seu plano: Os planos Growth e Business já as incluem, e qualquer nível pode adicionar pacotes.
  • Informe os participantes e obtenha o consentimento necessário para o seu caso de uso, tanto para a gravação quanto para a transcrição. Seu aplicativo deve exibir um indicador visível enquanto uma gravação que será transcrita estiver em andamento.
  • Os participantes que não devem ser transcritos (por exemplo, crianças ou qualquer pessoa que tenha recusado) participam com a transcribe: false solicitação.

Solicite uma transcrição ao iniciar a gravação ou, posteriormente, para uma gravação concluída.

Método e caminhoEscopoResultado
POST /v1/recordings com "transcript": truerecordings:writeA gravação começa; sua transcrição é solicitada quando ela termina
POST /v1/recordings/{recordingId}/transcriptrecordings:write202 { "recordingId", "status" }
GET /v1/recordings/{recordingId}/transcriptrecordings:readA transcrição e seu status (lida)
GET /v1/recordings/{recordingId}/transcript?format=vttrecordings:readA transcrição como um arquivo (formatos)
GET /v1/transcriptsrecordings:readSuas transcrições, da mais recente à mais antiga, sem o texto. As transcrições de gravações na Lixeira são excluídas, portanto, uma página pode conter menos do que limit ; continue acompanhando X-Next-Cursor

O corpo da solicitação é opcional:

{ "language": "de", "vocabulary": ["CHAMPREP", "Hocuspocus", "Dr. Okonkwo"] }
CampoRegras
languageA código do idioma, ou zh-Hant para o chinês em caracteres tradicionais. Omita-o e o RTC detectará o idioma de cada participante.
vocabularyDicas: até 100 nomes, termos de produtos ou jargões, cada um com até 64 caracteres e 1 KB no total. As dicas aumentam a probabilidade de identificação dessas palavras; elas não garantem a ortografia.

Uma transcrição passa pelos seguintes estados:

statusSignificado
waitingA gravação ainda está em andamento. A transcrição começa quando ela terminar.
reservingA RTC está reservando os minutos da transcrição de sua cota.
queuedMinutos reservados; aguardando um transcritor.
runningEm transcrição.
donePronto para leitura.
failedNão foi efetuado. error e errorCode explique o motivo. Uma transcrição com falha é gratuita.

Uma gravação possui uma transcrição. Solicitar novamente enquanto houver uma existente ou em execução responde 409 TRANSCRIPT_EXISTS. Solicite novamente um falha um e o RTC o executa novamente; o senhor pode alterar language e vocabulary. Uma gravação sem áudio não gera respostas 409 NO_AUDIO.

O prazo de entrega é geralmente bem inferior à metade da duração da gravação, mais alguns minutos. Utilize o transcript.completed webhook em vez de polling.

GET /v1/recordings/{recordingId}/transcript retorna 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
segmentsLinhas em ordem cronológica: quem (participantId, e o seu identity quando o participante tiver um), o áudio source (microphone ou screen_audio), quando (startMs, endMs a partir do início da gravação) e o text
languageO idioma dominante ou aquele que você solicitou (zh-Hant para chinês tradicional)
billedMinutesMinutos cobrados por esta execução (faturamento)
truncatedtrue quando a cota se esgotou durante uma execução com forte interferência; o texto termina nesse ponto
error, errorCodePor que uma execução falhou: RTC_ALLOWANCE_EXHAUSTED, BILLING_UNAVAILABLE, CANCELLED, RECORDING_LENGTH_UNKNOWN (falta a hora de início ou término da gravação, portanto nada pode ser medido ou faturado), ou nenhum código devido a uma falha no processamento
requestO que foi solicitado nesta execução: language (ausente quando detectado) e vocabulary, de modo que uma nova tentativa possa enviá-las novamente

O texto corresponde ao que os participantes disseram. Trate-o como conteúdo de usuário não confiável em seu aplicativo.

Adicionar format para exportar uma transcrição finalizada como um arquivo. A resposta é um anexo denominado transcript-{recordingId}.{format}. Uma transcrição que não seja done respostas 409 TRANSCRIPT_NOT_READY para todos os formatos, exceto json.

formatTipo de conteúdoLocutores
json (padrão)application/jsonidentity e participantId por segmento
vtttext/vttTags de voz WebVTT: <v user-123>text
srtapplication/x-subripAntes de cada indicação: user-123: text
txttext/plainUma linha por segmento: [00:01:01] user-123: text

Quando um participante não possui identity, o participantId é utilizado.

A transcrição reconhece cerca de 100 idiomas. Eles são oferecidos em dois níveis, com base na precisão medida em conjuntos de dados de reuniões públicas e de leitura de texto:

NívelIdiomas
Disponível para o público em geralInglês (en), espanhol (es), português (pt), alemão (de), italiano (it), russo (ru), japonês (ja), francês (fr), chinês (zh, caracteres simplificados; zh-Hant (para a versão tradicional)
BetaTodos os demais idiomas, incluindo o árabe (ar) e hindi (hi)

Os idiomas em fase beta funcionam, porém com precisão menor e menos previsível. Em áudios de reuniões reais (várias pessoas, fala espontânea), espere taxas de erro de palavras em inglês em torno de 20 %; a leitura de fala e locutores únicos e claros apresentam resultados muito melhores.

GET /v1/capabilities lista os códigos em transcription.languages, os geralmente disponíveis em transcription.gaLanguages, os formatos e os limites de vocabulário.

O chinês é escrito em caracteres simplificados, a menos que o senhor solicite zh-Hant.

As transcrições utilizam o rtc-transcription-minutes franquia.

  • Unidade: um por minuto iniciado da duração maior entre a duração da gravação e o tempo total de fala de todos os participantes. Uma reunião normal, em que uma pessoa fala por vez, é cobrada pela sua duração. Quando muitas pessoas falam ao mesmo tempo, conta-se o tempo total de fala.
  • Execuções com falha são gratuitas. Nada é cobrado por uma execução que falhe ou seja cancelada; seus minutos reservados são liberados.
  • Reservado em primeiro lugar: O RTC reserva a duração da gravação de sua cota antes que a transcrição seja colocada na fila. Sem minutos suficientes, a solicitação falha gratuito com errorCode: "RTC_ALLOWANCE_EXHAUSTED" e o transcript.failed O evento lista os pacotes e as atualizações em offers.
  • Interferência: ao transcrever conversas com muita interferência, o RTC reserva mais minutos à medida que a fala se prolonga. Se a cota se esgotar, a transcrição é interrompida nesse ponto, e é marcada truncated: true, e apenas o que foi transcrito é cobrado.
  • Se o serviço de cobrança não puder ser acessado, a solicitação aguarda e, em seguida, falha com BILLING_UNAVAILABLE. O RTC nunca realiza a transcrição sem cobrança.
  • Uma transcrição concluída é sempre entregue. Se o faturamento não puder confirmar seus minutos posteriormente, a RTC continua tentando e, após algumas horas, registra cada minuto utilizado como uso. Os minutos utilizados nunca são gratuitos.

Um plano sem minutos de transcrição responde 403 RTC_FEATURE_NOT_IN_PLAN; uma cota esgotada responde 402 RTC_ALLOWANCE_EXHAUSTED. Ambos contêm feature: "rtc-transcription-minutes" e o offers que corrigem isso. Consulte planos e cobrança para conhecer os limites, os preços dos pacotes e do plano pré-pago.

Um participante cujo token de participação carrega "transcribe": false nunca é transcrito: suas faixas são gravadas normalmente, mas ignoradas pela transcrição. Utilize-o para crianças, para qualquer pessoa que tenha recusado participar ou sempre que seus termos assim o exigirem. A transcrição simplesmente não contém falas dessa pessoa.

Eventodata
transcript.queuedrecordingId, roomId, reservedMinutes
transcript.completedrecordingId, roomId, segments (contagem), durationMs, billedMinutes, truncated
transcript.failedrecordingId, roomId, error, e por motivos de cobrança code (RTC_ALLOWANCE_EXHAUSTED, BILLING_UNAVAILABLE ou CANCELLED) com offers, ou RECORDING_LENGTH_UNKNOWN

Os webhooks nunca contêm o texto da transcrição; leia-o por meio da APIAPI. Consulte webhooks.

Quando traga seu próprio armazenamento estiver ativado, uma transcrição finalizada será entregue juntamente com os arquivos da gravação, como transcript.json e transcript.vtt, por meio dos mesmos destinos, modelo de caminho ({artifact} e {file}), novas tentativas e eventos (recording.delivered com artifact: "transcript:json" ou "transcript:vtt"). As gravações na Lixeira não são entregues.

Uma transcrição acompanha sua gravação:

  • Lixeira: quando a gravação for enviada para a Lixeira, sua transcrição também será ocultada (404). A restauração da gravação traz de volta a transcrição.
  • Excluído definitivamente: a exclusão da gravação da Lixeira, ou a exclusão automática 30 dias após sua entrada na Lixeira, exclui a transcrição junto com ela.
  • Nada mais faz com que uma transcrição expire. Ela é mantida enquanto durar a gravação, de acordo com o prazo de retenção de gravações do seu plano.

As cópias já entregues em seu próprio armazenamento são suas e nunca são excluídas.

  • CHAMPREP processar gravações e transcrições como seu processador, conforme suas instruções.
  • A transcrição é auto-hospedado: o serviço é executado na CHAMPREPprópria conta RTC da AWS nos Estados Unidos (us-east-1). O áudio e o texto não são enviados a nenhum terceiro e nenhum subcontratado está envolvido.
  • Seus arquivos de áudio e transcrições são nunca utilizados para treinar modelos.
  • O texto da transcrição nunca aparece em registros, webhooks ou ferramentas de suporteCHAMPREP.
  • O senhor é responsável por garantir uma base legal e o consentimento das pessoas gravadas e transcritas, por exibir um indicador visível de gravação e transcrição e pelo cumprimento das leis que protegem menores (como a COPPA ou a FERPA). Utilização transcribe: false para qualquer pessoa que não deva ser transcrita.