บันทึกสดต่อเนื่องได้นานด้วยระบบกู้คืนสตรีม Deepgram

การประชุมสดแทบไม่จบลงตรงขอบเขตโครงสร้างพื้นฐานอย่างพอดี สายลูกค้าบางสาย การบรรยาย การสัมภาษณ์ และการทบทวนหลายภาษาอาจยาวเกินหนึ่งชั่วโมง เครื่องมือบันทึกไม่ควรทำให้ผู้ใช้ต้องคอยคิดเรื่องการกู้คืนการเชื่อมต่อ upstream

ตอนนี้ Telli.sh จัดการการกู้คืนนี้ภายใน pipeline ถอดเสียงสดฝั่งเซิร์ฟเวอร์ หาก WebSocket STT ของ Deepgram ฝั่ง upstream หลุด Telli.sh จะเปิดการเชื่อมต่อใหม่และส่งเสียงปริมาณเล็กน้อยที่รับเข้ามาระหว่างเชื่อมต่อกลับเข้าไปอีกครั้ง

เซสชันบันทึกในเบราว์เซอร์ยังเปิดอยู่ เสียงดิบของผู้ใช้ยังเขียนต่อไปยังไฟล์บันทึกเดิม สตรีมถอดเสียงดำเนินต่อจากการเชื่อมต่อ Deepgram ใหม่

มีอะไรเปลี่ยนไป

ก่อนอัปเดตนี้ เซสชัน Deepgram สดที่ยาวนานต้องพึ่งการเชื่อมต่อถอดเสียงฝั่งเซิร์ฟเวอร์เพียงเส้นเดียวให้ทำงานได้ดีตลอดไป เบราว์เซอร์ยังอาจส่งเสียงต่อได้ แต่การเชื่อมต่อถอดเสียงต้องมีแนวทางกู้คืนที่ดีกว่าสำหรับการประชุมยาว

แนวทางกู้คืนใหม่เพิ่มมาตรการป้องกันสามข้อ:

• เชื่อมต่อใหม่ทันทีเมื่อ WebSocket ถอดเสียง upstream ไม่ได้เชื่อมต่ออยู่แล้ว
• บัฟเฟอร์เสียงระยะสั้นที่ฝั่งเซิร์ฟเวอร์ระหว่างเปิด WebSocket Deepgram เส้นใหม่
• ส่งข้อมูลช่วงปัจจุบันซ้ำเพื่อไม่ให้ชิ้นเสียงนั้นหายไประหว่างกู้คืน

นี่คือการกู้คืน ไม่ใช่การรีสตาร์ตตามกำหนด: Telli.sh เปิดสตรีม Deepgram ใหม่เฉพาะเมื่อการเชื่อมต่อปัจจุบันหลุด วิธีนี้ทำให้เซสชันเบราว์เซอร์และไฟล์บันทึกต้นฉบับยังต่อเนื่อง โดยไม่ขัดจังหวะสตรีมที่ยังทำงานปกติในเวลาที่กำหนดขึ้นเอง

เรื่องนี้สำคัญเป็นพิเศษกับผู้ใช้ Pro และ Pro+ เพราะการแยกผู้พูดเริ่มมีตั้งแต่ Pro ส่วน Pro+ แตกต่างหลัก ๆ ที่จำนวนนาทีบันทึกที่ใช้ได้ แต่ทั้งสองแพ็กเกจแบบชำระเงินควรสร้างโน้ตสดยาว ๆ ได้โดยไม่ต้องหยุดและเริ่มการประชุมเองเพียงเพื่อรีเฟรชสตรีม upstream

ผู้ใช้ควรคาดหวังอะไร

สำหรับการประชุมทั่วไป ไม่มีอะไรเปลี่ยน การกู้คืนทำงานเบื้องหลังเฉพาะเมื่อสตรีม upstream ตัดการเชื่อมต่อ

สำหรับการประชุมยาว บทถอดเสียงสดอาจหยุดชั่วครู่ระหว่างที่เซิร์ฟเวอร์เปิดสตรีม Deepgram ใหม่ การบันทึกเสียงยังดำเนินต่อในช่วงนั้น และไฟล์ที่บันทึกไว้ยังต่อเนื่อง เมื่อสตรีมใหม่พร้อมแล้ว เสียงที่พักไว้ในบัฟเฟอร์จะถูกส่งเข้าไป

Telli.sh ยังคงติดป้ายผู้พูดตามแพ็กเกจของผู้ใช้และการตั้งค่าผู้ให้บริการถอดเสียงปัจจุบัน สำหรับการบันทึกยาว โน้ตที่บันทึกขั้นสุดท้ายยังผูกกับไฟล์บันทึกทั้งชุด เพื่อให้ pipeline หลังบันทึกเก็บบทถอดเสียงและโน้ตไว้ตรวจสอบได้

ทำไมเรื่องนี้จึงสำคัญ

คุณค่าของโน้ตสดไม่ได้มีแค่ข้อความที่ปรากฏเร็ว แต่คือความไว้วางใจในเวิร์กโฟลว์:

• ผู้ใช้ทำงานต่อในเซสชันบันทึกเดียวได้
• บทถอดเสียงไม่ถูกตัดอย่างเงียบ ๆ เมื่อถึงขอบเขตของผู้ให้บริการ
• โน้ตที่แสดงข้อมูลผู้พูดยังคงใช้ได้กับบทสนทนา Pro และ Pro+
• โน้ตสุดท้ายยังเชื่อมโยงกับเสียงต้นฉบับ

ความน่าเชื่อถือนี้สำคัญกว่าการเพิ่มปุ่มควบคุมให้เห็นชัด เวอร์ชันที่ดีที่สุดของฟีเจอร์นี้คือแบบที่ผู้ใช้ไม่ต้องจัดการเอง

สร้างโน้ตการประชุม AI แบบยาว