# איך מתמללים הקלטת Zoom,‏ Meet או Teams עם זיהוי דוברים

> מייצאים את קובץ ההקלטה (MP4 או M4A) ושולחים את הכתובת שלו ל־POST /transcribe עם include_diarization מוגדר ל־true. כל מקטע בתשובה חוזר עם תווית speaker וזמני התחלה וסיום, ומשם אפשר להעביר את התמליל ל־LLM שלכם כדי להוציא סיכום פגישה ומשימות לביצוע. ה־API מתמלל קובצי הקלטות שאתם מעבירים לו, הוא לא מצטרף כבוט לשיחות חיות.

עודכן לאחרונה: 2026-10-18 · HTML: https://console.kolwrite.com/he/guides/meeting-transcription-api

## תמלול ההקלטה עם זיהוי דוברים

מעלים את הקובץ ל־`POST /upload` (עד 100 MiB, ובהקלטות ארוכות מחלצים את האודיו בעזרת ffmpeg) או משתמשים בכתובת ציבורית כלשהי, ופותחים משימה. הפרמטר `num_speakers` הוא אופציונלי, אז הגדירו אותו כשאתם יודעים כמה אנשים דיברו.

```bash
curl https://app.kolwrite.com/transcribe \
  -H "x-api-key: $KOLWRITE_API_KEY" -H "Content-Type: application/json" \
  -d '{"audio_url": "https://example.com/weekly-sync.mp4", "model": "oracle", "language": "auto",
       "include_diarization": true, "num_speakers": 4, "output_format": "json"}'
```

אפשר לדגום את `GET /transcribe/{jobId}` או להגדיר `webhook_url`, כדי שהשרת שלכם יקבל עדכון אוטומטי כשפגישה ארוכה מסתיימת.

בכל מקטע מופיעים הדובר, הזמנים והמילים שנאמרו:

```json
{
  "jobId": "34c63d45-4cb5-473b-bc60-25c175e69c57",
  "status": "COMPLETED",
  "result": {
    "language": "en",
    "segments": [
      {
        "start": 1.0,
        "end": 3.75,
        "text": "Hello everyone and welcome to the show.",
        "speaker": "Speaker 1",
        "words": [
          { "start": 1.0, "end": 1.35, "word": "Hello" },
          { "start": 1.4, "end": 1.75, "word": "everyone" }
        ]
      }
    ]
  }
}
```

## שיוך שמות לדוברים

הדוברים מסומנים בתוויות כלליות כמו `Speaker 1` ו־`Speaker 2`. השיוך של כל תווית לאדם האמיתי נשאר אצלכם, למשל לפי רשימת המשתתפים או לפי מי שהציג את עצמו ראשון. כדי שהכול יהיה ברור, נוח להחזיק מיפוי קטן בקוד:

minutes.py

```python
# minutes.py — turn the diarized result into text an LLM can summarize
NAMES = {"Speaker 1": "Dana", "Speaker 2": "Omar", "Speaker 3": "Lee"}  # you decide who is who


def clock(seconds):
    m, s = divmod(int(seconds), 60)
    h, m = divmod(m, 60)
    return f"{h}:{m:02}:{s:02}" if h else f"{m}:{s:02}"


def meeting_text(result):
    lines = []
    for segment in result["segments"]:
        who = NAMES.get(segment.get("speaker"), segment.get("speaker", "Unknown"))
        lines.append(f'[{clock(segment["start"])}] {who}: {segment["text"]}')
    return "\n".join(lines)


PROMPT = """Below is a meeting transcript with timestamps. Write: (1) a five-line summary,
(2) decisions, (3) action items as "owner - task - [timestamp]". Use only what is in the transcript.

"""
# Send PROMPT + meeting_text(result) to the model you use.
```

## סיכום פגישה וחילוץ משימות

KolWrite מפיקה את התמליל עם הזמנים ותוויות הדוברים, ואת הסיכומים והמשימות לביצוע אתם מוציאים בעזרת ה־LLM שאתם כבר עובדים איתו. השאירו את חותמות הזמן בטקסט כדי שכל משימה תפנה בחזרה לרגע שבו נאמרה, והנחו את המודל להסתמך רק על מה שמופיע בתמליל.

## הקלטות שבהן כל דובר בערוץ נפרד

בהקלטת סטריאו של שיחה טלפונית (למשל נציג בערוץ שמאל ולקוח בערוץ ימין) אין צורך בזיהוי דוברים משוער, כי אפשר פשוט להפריד לפי ערוץ. האפשרות הזו תומכת ב־2 עד 8 ערוצים, ואי אפשר לשלב אותה עם `include_diarization`.

```json
{
  "audio_url": "https://example.com/support-call.wav",
  "model": "oracle",
  "channel_speaker_separation": "standard",
  "channel_labels": { "0": "Agent", "1": "Customer" },
  "output_format": "json"
}
```

אם הדוברים נכנסים זה לדברי זה, השתמשו ב־`overlap` במקום ב־`standard`. החיוב במצב הזה הוא לפי תעריף המודל, עבור הארוך מבין השניים: אורך ההקלטה כולה או סך זמן הדיבור שזוהה בכל הערוצים יחד.

## כמה זה עולה

| משימה | מודל | עלות |
| --- | --- | --- |
| פגישה של שעה עם זיהוי דוברים | `oracle` | 1.44 דולר |
| אותה פגישה עם Pro diarization לאודיו מאתגר | `oracle` + `pro_diarization` | 1.68 דולר |
| 30 דקות, אודיו מאתגר, Pro diarization | `oracle_max` + `pro_diarization` | 1.92 דולר |

זיהוי דוברים רגיל והפרדת ערוצים רגילה כלולים במחיר ללא תוספת. לפירוט התעריפים: [/llms/pricing.md](https://console.kolwrite.com/llms/pricing.md).

## כמה דברים שחשוב לזכור

- בפגישות עולה מידע אישי. עדכנו את המשתתפים שהשיחה מוקלטת ומתומללת, והגנו על קובצי התמליל בדיוק כפי שאתם מגנים על ההקלטות עצמן.
- קשה במיוחד להפריד בין דוברים כשמדברים במקביל, כשהקולות דומים וכשהמיקרופונים חלשים. באודיו קשה נסו `pro_diarization` או הפרדת ערוצים.
- בפגישות שמתנהלות בשפה אחת, הגדירו את פרמטר ה־`language` במפורש. זיהוי שפה אוטומטי בוחר שפה אחת לכל הקובץ.
- לפני שמוציאים לפועל משימות מתוך הסיכום האוטומטי, ודאו שעין אנושית עוברת על שמות, מספרים והחלטות.

## שאלות ותשובות

### איך מתמללים הקלטת Zoom עם שמות הדוברים?

מורידים את ההקלטה, שולחים אותה ל־`POST /transcribe` עם `include_diarization: true`, ובקוד שלכם ממפים את `Speaker 1` ו־`Speaker 2` לשמות. ה־API מתייג את הדוברים, והמיפוי לשמות נמצא אצלכם.

### הוא יכול להצטרף לשיחת Google Meet או Teams חיה?

לא. KolWrite מתמללת קובצי הקלטה ששולחים אליה. היא לא עובדת בזמן אמת ולא מתחברת לפגישות חיות.

### האם השירות כותב סיכום פגישה ומשימות לביצוע?

השירות מחזיר תמליל עם זמנים ותוויות דוברים. את הסיכום והמשימות מפיק ה־LLM שלכם מתוך התמליל.

### איך מתמללים שיחות טלפון עם שני דוברים?

אם כל דובר מוקלט בערוץ נפרד, השתמשו ב־`channel_speaker_separation` עם `channel_labels` במקום בזיהוי דוברים.

### אילו שפות נתמכות בפגישות?

כל 100 השפות שב[רשימת השפות](https://console.kolwrite.com/he/languages/), כולל עברית וערבית. אם הפגישה מתנהלת בשפה אחת, הגדירו אותה ב־`language`.

## דפים קשורים

- [API לחותמות זמן למילים](https://console.kolwrite.com/he/guides/word-timestamps-api)
- [כלי תמלול לסוכני AI](https://console.kolwrite.com/he/guides/transcription-tool-for-ai-agents)
- [מוקדי שירות ושיחות מכירה](https://console.kolwrite.com/he/use-cases/call-centers)
- [ארגונים](https://console.kolwrite.com/he/use-cases/enterprise)
- [תיעוד ה־API](https://console.kolwrite.com/he/public_api_docs)

---
קבלת מפתח API: https://console.kolwrite.com/auth?lang=he · תיעוד ה־API: https://console.kolwrite.com/he/public_api_docs · llms.txt: https://console.kolwrite.com/llms.txt