Duy trì bản ghi trực tiếp dài với cơ chế khôi phục luồng Deepgram

Cuộc họp trực tiếp hiếm khi kết thúc đúng ranh giới hạ tầng gọn gàng. Một số cuộc gọi khách hàng, bài giảng, phỏng vấn và buổi đánh giá đa ngôn ngữ kéo dài hơn một giờ; công cụ ghi âm không nên khiến người dùng phải nghĩ đến việc khôi phục kết nối upstream.

Telli.sh hiện xử lý việc khôi phục đó bên trong pipeline phiên âm trực tiếp phía máy chủ. Nếu WebSocket STT Deepgram ở upstream bị ngắt, Telli.sh mở một kết nối mới và phát lại lượng âm thanh nhỏ nhận được trong lúc kết nối lại.

Phiên ghi âm trên trình duyệt vẫn mở. Âm thanh gốc của người dùng tiếp tục được ghi vào cùng một tệp bản ghi. Luồng phiên âm tiếp tục từ kết nối Deepgram mới.

Điều gì đã thay đổi

Trước bản cập nhật này, phiên trực tiếp Deepgram dài phụ thuộc vào một kết nối phiên âm phía máy chủ phải duy trì trạng thái tốt vô thời hạn. Trình duyệt vẫn có thể gửi âm thanh, nhưng kết nối phiên âm cần một đường khôi phục tốt hơn cho các cuộc họp kéo dài.

Đường khôi phục mới bổ sung ba biện pháp bảo vệ:

• kết nối lại ngay khi WebSocket phiên âm upstream không còn kết nối
• bộ đệm âm thanh ngắn phía máy chủ trong khi WebSocket Deepgram mới khởi tạo
• bước phát lại để đoạn âm thanh hiện tại không bị mất trong lúc khôi phục

Đây là khôi phục khi cần, không phải khởi động lại theo lịch: Telli.sh chỉ mở luồng Deepgram mới khi kết nối hiện tại bị ngắt. Nhờ vậy, phiên trình duyệt và bản ghi nguồn vẫn nguyên vẹn, đồng thời không làm gián đoạn luồng đang hoạt động ổn định vào một thời điểm tùy ý.

Điều này đặc biệt quan trọng với người dùng Pro và Pro+ vì tính năng phân tách người nói bắt đầu từ gói Pro. Pro+ chủ yếu khác ở số phút ghi âm khả dụng, nhưng cả hai gói trả phí đều nên có thể tạo ghi chú trực tiếp dài mà không cần tự dừng rồi bắt đầu lại cuộc họp chỉ để làm mới luồng upstream.

Người dùng nên kỳ vọng điều gì

Với cuộc họp thông thường, không có gì thay đổi. Quá trình khôi phục diễn ra phía sau chỉ khi luồng upstream bị ngắt kết nối.

Với cuộc họp dài, bản phiên âm trực tiếp có thể tạm dừng trong thời gian ngắn khi máy chủ cần mở luồng Deepgram mới. Việc thu âm vẫn tiếp tục trong lúc tạm dừng và bản ghi đã lưu vẫn liền mạch. Khi luồng mới sẵn sàng, âm thanh được đệm sẽ được gửi vào đó.

Telli.sh vẫn áp dụng nhãn người nói theo gói của người dùng và thiết lập nhà cung cấp phiên âm hiện tại. Với bản ghi dài, ghi chú cuối cùng vẫn gắn với toàn bộ bản ghi để pipeline sau khi ghi có thể giữ bản phiên âm và ghi chú ở trạng thái có thể xem lại.

Vì sao điều này quan trọng

Giá trị của ghi chú trực tiếp không chỉ nằm ở chữ hiện ra nhanh. Đó còn là niềm tin vào quy trình:

• người dùng có thể ở trong cùng một phiên ghi âm
• bản phiên âm không bị cắt âm thầm tại ranh giới của nhà cung cấp
• ghi chú có thông tin người nói vẫn dùng được cho cuộc trò chuyện Pro và Pro+
• ghi chú cuối cùng vẫn gắn với âm thanh nguồn

Độ tin cậy đó quan trọng hơn việc thêm một nút điều khiển hiển thị. Phiên bản tốt nhất của tính năng này là phiên bản người dùng không cần quản lý.

Tạo ghi chú cuộc họp AI dài