Transkription & Live-Untertitel
Your Office AI kann Anrufe serverseitig in Echtzeit transkribieren — Live-Untertitel mit optionaler Übersetzung während des Anrufs und durchsuchbare Transkripte danach, die die KI als Kontext nutzen kann, alles unter einer Zugriffsrichtlinie, die Sie steuern.
Eine Pipeline wählen
Die Transkriptions-Pipeline wird auf Bereitstellungsebene von der Person konfiguriert, die Ihre Your Office AI-Instanz betreibt. Es gibt drei Optionen, Transkription ist standardmäßig deaktiviert:
| Pipeline | Was sie ist | Am besten für |
|---|---|---|
| Keine Standard | Transkription ist deaktiviert. Es werden keine Untertitel oder Transkripte erstellt. | Organisationen, die keine Transkription benötigen |
| LiveKit Cloud | Transkription läuft in LiveKit Cloud und wird per Webhook geliefert. | Schnellste Aktivierung — keine eigenen Server nötig |
| Selbst gehostet | Ein Transkriptions-Agent läuft in Ihrer eigenen Infrastruktur. | Eigene Eins-zu-eins-Sprachassistenten-Sitzungen auf eigenen Servern behalten |
Neue Organisationen starten mit Transkription auf Keine. Ein Admin aktiviert eine Pipeline in den Organisationseinstellungen. Wenn eine Pipeline aktiv ist, werden die Teilnehmer benachrichtigt, dass die Transkription eingeschaltet ist.
Die Transkriptions-Engines
Selbst gehostete Transkription (Modus A und B unten) deckt heute Ihre eigenen Eins-zu-eins-Sprachsitzungen mit dem Assistenten ab; die Transkription eines mehrpersonigen Arbeitsbereich-Anrufs erfordert die LiveKit-Cloud-Pipeline. Alle drei liefern ihren Text über denselben Ingest-Vertrag, sodass Untertitel, gespeicherte Transkripte und RAG sich identisch verhalten, unabhängig davon, welche sie erzeugt hat.
- Modus A — Whisper: ein Solo-KI-Agent abonniert das Anruf-Audio, führt OpenAI Whisper lokal aus, veröffentlicht Live-Untertitel und sendet Segmente an den Server. Er kann auch einen geteilten Bildschirm an ein Sehmodell übermitteln, und gesprochene Beiträge erscheinen als Ihre Nachrichten im KI-Chat.
- Modus B — OpenAI: eine LiveKit-Agentensitzung verwendet OpenAI für Sprache-zu-Text (und optional LLM und Text-zu-Sprache) und liefert Segmente über denselben Vertrag.
- LiveKit Cloud: verwaltete Transkription, die per Webhook an den Server geliefert wird.
Live-Untertitel während eines Anrufs
- Einem Anruf beitreten
Starten oder treten Sie einem Anruf in einem Arbeitsbereich bei, mit für Ihre Organisation aktivierter Transkription.
- Untertitel einschalten
Öffnen Sie die Anrufsteuerung und schalten Sie Live-Untertitel ein. Das Overlay erscheint mit Sprecher-Labels und Zeitstempeln.
- Einfach oder übersetzt wählen
Wechseln Sie das Overlay zwischen Transkript und Übersetzung, um das Gesagte spontan in einer anderen Sprache zu lesen.
- Entscheiden, ob gespeichert werden soll
Ob das Transkript gespeichert wird, hängt von Ihrer Einstellung Transkriptionen speichern (standardmäßig ein) und der Arbeitsbereich-Zugriffsrichtlinie ab.
Was ein Untertitel enthält
Da Untertitel vom Server kommen, ist die Genauigkeit geräteunabhängig für alle Teilnehmer konsistent. Jede Untertitelzeile enthält:
- Sprecher-Label — der Anzeigename der sprechenden Person.
- Übersetzung — eine optionale übersetzte Darstellung, wenn das Overlay auf Übersetzen eingestellt ist.
Transkripte speichern
Jeder Benutzer hat eine Einstellung Transkriptionen speichern in den Einstellungen, die standardmäßig aktiviert ist. Arbeitsbereiche haben zusätzlich einen eigenen Schalter Transkriptionen speichern für Anrufe in diesem Arbeitsbereich — sowohl die Einstellung des Benutzers als auch der Schalter des Arbeitsbereichs müssen aktiviert sein, damit die Segmente eines Anrufs gespeichert werden und später durchsucht und als KI-Kontext verwendet werden können.
Wer ein gespeichertes Transkript sehen kann
Gespeicherte Transkripte unterliegen einer dreistufigen Zugriffsrichtlinie pro Arbeitsbereich, sodass ein Transkript immer nur für die richtigen Personen sichtbar ist:
| Richtlinie | Wer das Transkript lesen kann |
|---|---|
| Gesamter Arbeitsbereich | Alle Mitglieder des Arbeitsbereichs. |
| Alle aktuellen Teilnehmer | Alle, die im Anruf waren. |
| Nur aktive Zuhörer | Nur diejenigen, die zum jeweiligen Zeitpunkt aktiv zugehört haben. |
Gespeicherte Transkripte sind RAG-abfragbar — der Assistent kann sie in Antworten durchsuchen und zitieren, immer gefiltert durch die obige Zugriffsrichtlinie, damit Personen nur sehen, was sie dürfen. Probieren Sie „Was haben wir im gestrigen Standup entschieden?" oder „Fasse die Budgetdiskussion von letzter Woche zusammen." Embeddings werden von einem Hintergrundauftrag erstellt, mit einem optionalen Konfidenzschwellenwert.
Datenschutz & Einwilligung
Transkription ist deaktiviert, bis ein Admin sie einschaltet; Teilnehmer werden benachrichtigt, wenn sie aktiv ist; der Zugriff auf gespeicherte Transkripte ist durch die obige Richtlinie eingeschränkt, und einzelne Benutzer kontrollieren, ob ihre Transkriptionen gespeichert werden. Datenaufbewahrungsfristen für Transkripte werden pro Arbeitsbereich auf der Datenschutz-Registerkarte festgelegt.
Live-Untertitel und gespeicherte Transkripte stammen vollständig aus der serverseitigen Transkriptions-Pipeline — es gibt keine separate „Aufzeichnen"-Schaltfläche in der App, und Your Office AI erstellt keine Videoaufzeichnung des Anrufs.