← Cloudflare Realtime / realtime / realtimekit / ai

Přepis

RealtimeKit nabízí dva režimy přepisu založené na Cloudflare Workers AI:

RealtimeKit zpracovává zvukový stream každého účastníka samostatně. To pomáhá rozpoznat jednotlivé mluvčí ve výsledném přepisu.

Doporučujeme přejít na plán Workers Paid, abyste se vyhnuli limitům zpracování Workers AI v plánu Free. Více informací najdete v Fakturace a limity plánu Free.

Přepis v reálném čase streamuje zvuk účastníků do Deepgram Nova-3 ve Workers AI a odesílá události přepisu účastníkům schůzky během schůzky.

Přepis v reálném čase pro účastníky zapnete nastavením permissions.transcription_enabled: true v účastníkově předvolba. Umožňuje vám rozhodnout, čí zvuk se přepisuje. Můžete tak například přepisovat zvuk řečníka, aniž byste přepisovali zvuk publika.

Chcete-li aktualizovat existující předvolbu, použijte API pro aktualizaci předvolby:

curl -X PATCH "https://api.cloudflare.com/client/v4/accounts/$ACCOUNT_ID/realtime/kit/$APP_ID/presets/$PRESET_ID" \
  -H "Authorization: Bearer $CLOUDFLARE_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "permissions": {
      "transcription_enabled": true
    }
  }'

Chcete-li vytvořit přednastavení, viz Referenční dokumentace API pro vytvoření předvolby.

RealtimeKit přepisuje zvuk pouze u účastníků, kteří se připojí s předvolbou, jež má permissions.transcription_enabled: true.

Během schůzky RealtimeKit streamuje aktualizace přepisu do klientského SDK. Pro přístup ke stávajícím přepisům z meeting.ai.transcripts nebo naslouchejte novým událostem přepisu pomocí meeting.ai.on("transcript", ...), přečtěte si Využívat přepisy v reálném čase.

Předvolba určuje, čí zvuk se přepisuje. Konfigurace schůzky určuje, jak RealtimeKit tento zvuk přepisuje. Použijte ai_config.transcription a nastavte mluvený jazyk, vylepšit rozpoznávání vlastních výrazů a řídit filtrování vulgarit pro konkrétní schůzku.

curl -X POST "https://api.cloudflare.com/client/v4/accounts/$ACCOUNT_ID/realtime/kit/$APP_ID/meetings" \
  -H "Authorization: Bearer $CLOUDFLARE_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "title": "Weekly product review",
    "ai_config": {
      "transcription": {
        "language": "en-US",
        "keywords": ["RealtimeKit", "Cloudflare"],
        "profanity_filter": false
      }
    }
  }'

Přepis v reálném čase pohání Deepgram Nova-3 ve Workers AI.

Nova-3 ve Workers AI podporuje pro přepis tyto jazyky:

Použijte multi pro automatickou vícejazyčnou detekci napříč všemi výše uvedenými jazyky.

Pokud není zadán žádný jazyk, model použije výchozí hodnotu en-US. Pro nejlepší přesnost výslovně nastavte jazykový kód odpovídající vašemu zvuku.

Přepis v reálném čase odesílá do klientského SDK průběžné i finální aktualizace přepisu. Průběžné aktualizace použijte pro živé titulky, finální pak pro historii přepisu nebo uložený stav UI.

// Get transcript entries already received by the client.
const transcripts = meeting.ai.transcripts;

// Listen for transcript updates during the meeting.
meeting.ai.on("transcript", (transcript) => {
	if (transcript.isPartialTranscript) {
		updateLiveCaption(transcript.peerId, transcript.transcript);
		return;
	}

	appendFinalTranscript(transcript);
});

{
	"id": "1a2b3c4d-5678-90ab-cdef-1234567890ab",
	"name": "Alice",
	"peerId": "4f5g6h7i-8j9k-0lmn-opqr-1234567890st",
	"userId": "uvwxyz-1234-5678-90ab-cdefghijklmn",
	"customParticipantId": "abc123xyz",
	"transcript": "Hello everyone",
	"isPartialTranscript": false,
	"timestamp": 1716700000000
}

Přepis po schůzce vytvoří přepis po ukončení schůzky pomocí Whisper Large v3 Turbo ve Workers AI a doručuje jej prostřednictvím webhook nebo REST API. Aby bylo možné identifikovat řečníky, RealtimeKit zpracovává zvuk každého účastníka zvlášť před vytvořením finální přepis.

Přepis po skončení schůzky můžete zapnout už při jejím vytváření. Nastavte transcribe_on_end: true a vygenerovat tak přepis po skončení schůzky. Chcete-li vygenerovat také shrnutí automaticky poté, co je přepis k dispozici, nastavte summarize_on_end: true.

curl -X POST "https://api.cloudflare.com/client/v4/accounts/$ACCOUNT_ID/realtime/kit/$APP_ID/meetings" \
  -H "Authorization: Bearer $CLOUDFLARE_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "title": "Weekly product review",
    "transcribe_on_end": true,
    "summarize_on_end": true,
    "ai_config": {
      "transcription": {
        "language": "en"
      }
    }
  }'

Použijte ai_config.transcription.language a nastavit tak jazyk přepisu. Podporované hodnoty najdete v Jazyky podporované po schůzce. Pokud transcribe_on_end není nastaveno, RealtimeKit negeneruje přepis schůzky.

Přepis po schůzce podporuje Whisper Large v3 Turbo kódy jazyků. Vynechte ai_config.transcription.language a nechat tak Whisper rozpoznat mluvený jazyk.

Mezi běžné jazykové kódy patří:

Přepisy po schůzce jsou k dispozici v několika formátech. Pro workflow aplikací použijte CSV nebo JSON, pro titulkové soubory použijte SRT nebo VTT.

"1000","peer-123","user-456","cust-789","Alice","Hello everyone"
"3000","peer-234","user-567","cust-890","Bob","Hi Alice"

[
	{
		"startTime": 1000,
		"endTime": 2500,
		"sentence": "Hello everyone",
		"peerData": {
			"id": "peer-123",
			"userId": "user-456",
			"displayName": "Alice",
			"cpi": "cust-789",
			"joinedAt": "2024-08-07T10:15:29.000Z",
			"leftAt": ""
		}
	}
]

1
00:00:01,000 --> 00:00:02,500
Alice: Hello everyone

2
00:00:03,000 --> 00:00:04,500
Bob: Hi Alice

Jakmile RealtimeKit dokončí zpracování přepisu po schůzce, můžete URL adresu pro stažení přepisu získat pomocí webhooku, nebo ji načíst přes REST API. Webhooky použijte pro asynchronní backendové workflow, REST API pak tehdy, když potřebujete přepis načíst pro konkrétní relaci.

Nakonfigurujte meeting.transcript událost v Webhooky RealtimeKit:

{
	"event": "meeting.transcript",
	"meeting": {
		"id": "bbb8940e-1b97-402a-97d6-2708b7feca41",
		"title": "Weekly sync",
		"endedAt": "2026-06-03T10:30:00.000Z",
		"createdAt": "2026-06-03T10:00:00.000Z",
		"sessionId": "05e57591-d89e-45c9-ae44-08dc1eaad0e0",
		"startedAt": "2026-06-03T10:00:00.000Z",
		"status": "LIVE",
		"organizedBy": {
			"id": "c94c437b-592a-4a39-b9e2-47ef1451e43b",
			"name": "Example organization"
		}
	},
	"transcriptDownloadUrl": "https://example.com/transcript.csv",
	"transcriptDownloadUrlExpiry": "2026-06-10T10:30:00.000Z"
}

Viz Načtení úplného přepisu relace.

curl -X GET "https://api.cloudflare.com/client/v4/accounts/$ACCOUNT_ID/realtime/kit/$APP_ID/sessions/$SESSION_ID/transcript" \
  -H "Authorization: Bearer $CLOUDFLARE_API_TOKEN"

Přepisy jsou dostupné po dobu 7 dnů po skončení schůzky. Soubory přepisu stáhněte nebo zkopírujte před vypršením platnosti URL vrácené webhookem nebo REST API.

Výchozí přepis RealtimeKit nahrává zvukový track každého účastníka a zpracovává jej pomocí Workers AI. Používání Workers AI se účtuje na váš účet Cloudflare pomocí ceny audio modelů, které se odvíjí od zvukových minut účastníků, nikoli od délky schůzky.

V plánu Workers Free zahrnuje Workers AI 10,000 Neurons denně. Pokud chcete využívat více než 10,000 Neurons denně, přejděte na plán Workers Paid. Workers Paid zahrnuje stejných 10,000 bezplatných Neuronů denně, poté účtuje další využití za $0.011 za 1 000 Neurons.

Na plán Workers Paid můžete přejít v Cloudflare dashboard v části Správa účtu.

Přepis RealtimeKit využívá tyto sazby zvukových modelů Workers AI:

Přepis RealtimeKit je spravovaný proces přepisu. Je-li přepis zapnutý, RealtimeKit zpracovává zvuk účastníků pomocí Workers AI a ukládá výstupy přepisu v úložišti spravovaném službou RealtimeKit.

Pro přepis v reálném čase streamuje RealtimeKit zvuk účastníků, kteří mají přepis zapnutý, do Workers AI a během schůzky odesílá aktualizace přepisu účastníkům schůzky.

Pro přepis po skončení schůzky zpracovává RealtimeKit zvuk každého účastníka zvlášť, po skončení schůzky vytváří finální soubory přepisu a zpřístupňuje je prostřednictvím webhooku nebo REST API.