Długie nagrania na żywo podczas odzyskiwania strumienia Deepgram
Telli.sh odzyskuje teraz strumienie transkrypcji Deepgram na żywo po zerwaniu połączenia upstream, dzięki czemu nagrania Pro i Pro+ mogą być kontynuowane bez ponownego uruchamiania przeglądarki.
Spotkania na żywo rzadko kończą się dokładnie na granicy infrastruktury. Rozmowy z klientami, wykłady, wywiady i wielojęzyczne przeglądy mogą trwać ponad godzinę, a narzędzie do nagrywania nie powinno zmuszać użytkownika do myślenia o odzyskiwaniu połączenia upstream.
Telli.sh obsługuje teraz takie odzyskiwanie w serwerowym procesie transkrypcji na żywo. Jeśli upstreamowy WebSocket Deepgram STT zostanie rozłączony, Telli.sh otwiera nowe połączenie i odtwarza niewielką ilość dźwięku odebraną podczas ponownego łączenia.
Sesja nagrywania w przeglądarce pozostaje otwarta. Surowe audio użytkownika nadal trafia do tego samego pliku nagrania. Strumień transkrypcji jest kontynuowany przez nowe połączenie Deepgram.
Co się zmieniło
Przed tą aktualizacją długa sesja Deepgram na żywo polegała na tym, że jedno serwerowe połączenie transkrypcji działało bez przerwy. Przeglądarka mogła nadal wysyłać audio, ale w długich spotkaniach potrzebna była lepsza droga odzyskiwania połączenia.
Nowy mechanizm zapewnia trzy zabezpieczenia:
- natychmiastowe ponowne połączenie, gdy upstreamowy WebSocket transkrypcji przestaje być aktywny;
- krótki bufor audio po stronie serwera na czas otwierania nowego WebSocketu Deepgram;
- ponowne odtworzenie danych, aby bieżący fragment audio nie zaginął podczas odzyskiwania.
To odzyskiwanie, a nie zaplanowany restart: Telli.sh otwiera nowy strumień Deepgram wyłącznie po zerwaniu bieżącego połączenia. Dzięki temu sesja przeglądarki i nagranie źródłowe pozostają nienaruszone, a działający strumień nie jest przerywany w przypadkowym momencie.
Jest to szczególnie ważne dla użytkowników Pro i Pro+, ponieważ diarizacja rozmówców zaczyna się od planu Pro. Pro+ nadal różni się przede wszystkim dostępną liczbą minut nagrywania, ale oba płatne plany powinny obsługiwać długie notatki na żywo bez ręcznego zatrzymywania i ponownego uruchamiania spotkania tylko po to, by odświeżyć strumień upstream.
Czego mogą oczekiwać użytkownicy
Podczas zwykłych spotkań nic się nie zmienia. Odzyskiwanie odbywa się w tle tylko wtedy, gdy strumień upstream zostanie rozłączony.
Podczas długiego spotkania transkrypcja na żywo może na krótko się zatrzymać, gdy serwer otwiera nowy strumień Deepgram. Przechwytywanie audio trwa dalej, a zapisane nagranie pozostaje ciągłe. Gdy nowy strumień będzie gotowy, buforowane audio zostanie do niego wysłane.
Telli.sh nadal stosuje etykiety rozmówców zgodnie z planem użytkownika i bieżącymi ustawieniami dostawcy transkrypcji. W przypadku długich nagrań końcowa notatka pozostaje powiązana z pełnym nagraniem, dzięki czemu proces po nagraniu zachowuje możliwość sprawdzenia transkrypcji i notatki.
Dlaczego to ważne
Wartością notatek na żywo nie jest tylko szybki tekst. Chodzi o zaufanie do całego procesu:
- użytkownik może pozostać w jednej sesji nagrywania;
- transkrypcja nie urywa się po cichu na granicy dostawcy;
- notatki z przypisaniem rozmówców są dostępne dla spotkań w Pro i Pro+;
- końcowa notatka pozostaje powiązana z dźwiękiem źródłowym.
Ta niezawodność ma większe znaczenie niż kolejny widoczny przycisk. Najlepsza wersja tej funkcji to taka, którą użytkownik nie musi zarządzać.