Audio-Übermittlung an die API

Rev.ai stellt die Spracherkennung über eine API bereit, die Audio zur Erkennung entgegennimmt. Ein Beam-Agent liest eine Anfrage zur Transkription einer Aufnahme, prüft die Datei und die Spracheinstellungen anhand Ihrer Regeln und leitet das Audio an die API weiter, sofern die Anfrage gültig ist. Er protokolliert den Start des Auftrags und dessen Kennung. Dateien, die zu groß sind, in einer nicht unterstützten Sprache vorliegen oder als sensibel markiert wurden, werden zur manuellen Freigabe zurückgehalten. Routinemäßige Übermittlungen laufen selbstständig ab, sodass Anwendungen ihre Audiodateien verarbeiten lassen können, ohne dass ein Entwickler jeden einzelnen Aufruf programmieren und jede Antwort manuell verarbeiten muss.

Abfrage des Auftragsstatus (Polling)

Rev.ai arbeitet jeden eingereichten Auftrag ab und meldet, wenn dieser abgeschlossen ist. Ein Beam-Agent liest den Status ausstehender Aufträge, wendet Ihre Regeln für Wartezeiten, Wiederholungsversuche und Timeouts an und führt jeden Auftrag entsprechend der Statusänderung fort. Abgeschlossene Aufträge werden als bereit markiert und an den nächsten Schritt übergeben, während Fehler im Rahmen der festgelegten Grenzen erneut versucht werden. Aufträge, die weit über ihre erwartete Zeit hinaus festsitzen oder wiederholt fehlschlagen, werden an eine Person zur Überprüfung eskaliert. Der Agent behält viele Aufträge gleichzeitig im Auge, sodass Teams keine Warteschlange manuell aktualisieren müssen, um zu sehen, welche Transkriptionen vorliegen.

Abruf und Speicherung von Transkripten

Rev.ai gibt den fertigen Text zurück, sobald die Erkennung abgeschlossen ist. Ein Beam-Agent liest das fertige Transkript, wendet Ihre Regeln für den Speicherort und die Kennzeichnung an und schreibt es im Zielsystem der Quellaufnahme zu. Er erfasst die von der API gemeldete Länge und Konfidenzwerte. Transkripte mit sehr geringer Konfidenz oder fehlerhafter bzw. leerer Ausgabe werden zur Überprüfung an eine Person weitergeleitet, bevor nachfolgende Prozesse darauf aufbauen. Zuverlässige Ergebnisse werden direkt gespeichert, sodass nachgelagerte Systeme sauberen Text erhalten und nur fragwürdige Aufträge auf eine menschliche Prüfung warten.