Transkription für Callcenter und Verkaufsgespräche

Transkribieren Sie Telefonate so, dass Agent und Kunde sauber getrennt sind. Sie senden einfach die Stereoaufnahme samt Kanal-Labels und erhalten für beide Seiten einen Text mit Zeitstempeln, den Sie für Qualitätsprüfungen, Coachings und die Suche nutzen können.

API-Schlüssel holen Schnellstart Unterstützte Sprachen

Zuletzt aktualisiert: · Markdown

Anfrage für einen Stereo-Anruf

{
  "audio_url": "https://recordings.example.com/2026/10/08/call-5521.wav",
  "model": "oracle",
  "channel_speaker_separation": "overlap",
  "channel_labels": { "0": "Agent", "1": "Customer" },
  "output_format": "json",
  "webhook_url": "https://qa.example.com/hooks/kolwrite"
}

Jeder Abschnitt und jedes Wort ist mit dem jeweiligen Kanal und Label versehen. Nutzen Sie standard, wenn die Gesprächspartner nacheinander sprechen (abgerechnet zum einfachen Modellsatz). Fallen sie sich ins Wort, wählen Sie overlap (abgerechnet zum Modellsatz auf Basis des höheren Werts: entweder der Gesamtlänge des Gesprächs oder der gesamten über die Kanäle erkannten Sprechzeit).

Mono-Aufnahmen

Liegen beide Gesprächsseiten gemischt auf einer Spur, verwenden Sie stattdessen include_diarization: true zusammen mit num_speakers: 2. Kanaltrennung und Diarisierung können nicht im selben Auftrag kombiniert werden.

Für große Mengen

  • Stoßen Sie Aufträge direkt nach Gesprächsende an und nehmen Sie die fertigen Transkripte per Webhook entgegen.
  • Filtern Sie doppelte Webhook-Zustellungen über X-KolWrite-Delivery-Id heraus.
  • Bei guter Leitungsqualität hält base die Kosten bei 0,48 US$ pro Gesprächsstunde. Für verrauschte Leitungen oder Sprecher mit Akzent empfiehlt sich oracle.
  • Für das Aufzeichnen und Transkribieren von Telefonaten müssen Sie die Einwilligungen einholen, die in Ihrem Rechtsraum vorgeschrieben sind. Dafür tragen Sie die Verantwortung.

Fragen und Antworten

Kostet die Kanaltrennung extra?

Die Standard-Kanaltrennung kostet nichts extra. Im Modus overlap gilt der Modellsatz für den jeweils höheren Wert: entweder für die Aufnahmelänge oder die gesamte erkannte Sprechzeit.

Kann ich den Kanälen eigene Namen geben?

Ja, mit channel_labels, zum Beispiel {"0":"Agent","1":"Customer"}.

Wie viele Kanäle werden unterstützt?

Zwei bis acht physische Kanäle.

Verwandte Seiten