呼叫中心与销售电话转写

转写每通电话时让坐席和客户保持分开：提交带声道标签的立体声录音，即可得到每一方带时间的文本，用于质检、培训和搜索。

获取 API 密钥 快速开始 支持的语言

最后更新: · Markdown

立体声通话的请求示例

{
  "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"
}

每个分段和每个词都带有其声道和标签。轮流发言用 standard（按一个模型费率计费），互相打断时用 overlap（按模型费率，对通话时长与各声道检测到的语音总时长中较大者计费）。

单声道录音

如果双方混在一个声道里，请用 include_diarization: true 并设置 num_speakers: 2。声道分离和说话人分离不能在同一任务中同时使用。

大规模处理

  • 通话结束时创建任务，通过 webhook 接收结果。
  • 按 X-KolWrite-Delivery-Id 去除重复投递。
  • 线路清晰时 base 可把成本控制在每小时通话 0.48 美元；嘈杂或有口音的通话用 oracle。
  • 录音和转写通话需要符合你所在司法辖区要求的同意，这由你负责。

常见问题

声道分离要额外收费吗？

标准声道分离已包含。overlap 模式按模型费率，对录音时长与检测到的语音总时长中较大者计费。

可以给声道命名吗？

可以，使用 channel_labels，例如 {"0":"Agent","1":"Customer"}。

支持多少个声道？

2 到 8 个物理声道。

相关页面