Konfiguration
Grundlagen
Innerhalb einer (1) Modulkonfiguration unterstützt Call Recording beliebig viele, voneinander unabhängige, Aufzeichnungseinstellungen.
Aufzeichnungseinstellungen definieren (unter anderem):
- die aufzuzeichnenden Benutzer und/oder Gruppen
(auch einschränkbar auf einzelne Rufnummern) - die aufzuzeichnenden Sprachkanäle
- die anzuwendenden Ausnahmenlisten
- Hinweisansagen
- IVR-Einstellungen
- Speicherziele
- Logging-Ziele
- ob die Aufzeichnung transkribiert werden soll
Alle im Modul angelegten Aufzeichnungseinstellungen werden im zusammengeklappten Zustand zeilenweise angezeigt:
- klappt die Konfiguration auf oder zu.
- / aktiviert oder deaktiviert eine Aufzeichnungseinstellung.
- erlaubt die Vergabe eines frei wählbaren Namens.
- dupliziert eine Aufzeichnungseinstellung.
- löscht die Aufzeichnungseinstellung.
Anlegen einer Aufzeichnungseinstellung
Klicken Sie auf um eine (weitere) Aufzeichnungseinstellung zu erstellen. Vergeben Sie einen Namen, der die Einstellung beschreibt und öffnen Sie anschließend die Konfiguration: .
Auswahl aufzuzeichnender Benutzer und Gruppen
Eine neu angelegte Aufzeichnungseinstellung erfasst standardmäßig alle Benutzer, jedoch keine Gruppenanrufe oder Anrufe an Module. Klicken Sie innerhalb Aufzeichnungseinstellung auf die Schaltfläche um den Dialog zur Benutzer-/Gruppenauswahl zu öffnen.
Innerhalb des Dialogs haben Sie die Wahl zwischen vier Optionen:
- Alle, erfasst alle Anrufe unabhängig von einem konkreten Ziel (Benutzer, Gruppen und auch Module).
- Alle Benutzer, erfasst Anrufe von oder an alle STARFACE-Benutzer.
- Gruppen, erlaubt die Mehrfachauswahl aufzuzeichnender Gruppen. Erfasst werden eingehende Anrufe an die ausgewählte(n) Gruppe(n) und ausgehende Anrufe aktiver Gruppenmitglieder.
- Benutzer, erlaubt die Mehrfachauswahl einzelner aufzuzeichnender Benutzer.
Im Mehrfachauswahlfeld für Ausnahmen lassen sich Ausnahmelisten mit Rufnummern auswählen, die von einer Aufzeichnung ausgeschlossen werden sollen. Die Rufnummern beziehen sich auf die Rufnummer des Anrufers für eingehende Anrufe bzw. die Rufnummer des Angerufenen für ausgehende Anrufe.
Interne Anrufe ignorieren schließt Gespräche zwischen STARFACE-Benutzern von einer Aufzeichnung aus.
Technische Einstellungen
Audiokanäle
Die Einstellung Aufzuzeichnende Audiokanäle erlaubt die Auswahl, welche Sprachkanäle aufgezeichnet werden sollen.
- Anrufer
- Angerufener
- Beide (in eine Datei; stereo)
- Beide (in eine Datei; mono)
- Beide (in separate Dateien)
Gesprächsdaten werden in einem RIFF WAVE-Container (.wav-Datei) in Form von PCM-Rohdaten gespeichert. Es findet keine Transkodierung statt. Abhängig vom verwendeten Audio-Codec, kann die Größe einer Aufzeichnungsdatei stark variieren.
Falls Aufzeichnungen transkribiert werden sollen, muß die Einstellung Aufzuzeichnende Audiokanäle auf den verwendeten Transkriptionsprovider abgestimmt werden!
Ein Sprachkanal entspricht meist einem Gesprächspartner, kann jedoch auch mehrere Sprecher umfassen (im Falle einer Weiterleitung oder Audio-Ansage). Werden alle Sprachkanäle zu einer Mono-Aufzeichnung zusammengemischt, so enthält die Datei keine technischen Informationen mehr, um die einzelnen Sprecher auseinanderzuhalten. In einem solchen Fall muß der Transkriptionsprovider eine zuverlässige Methode zur Identifizierung der einzelnen Sprecher bereitstellen und den Audiodatenstrom wieder in Segmente der einzelnen Sprecher trennen und Worte diesen zuweisen können (Speaker Diarization).
Für Deepgram empfehlen wir die Einstellung Beide (in eine Datei; stereo), da Deepgram in diesem Fall für jeden Kanal eine eigene Transkription erstellt und zusätzlich einzelne Sprecher innerhalb der Kanäle identifizieren kann.
Für STARFACE Whisper muß zwingend die Einstellung Beide (in separate Dateien) gewählt werden, da STARFACE Whisper keine Sprechererkennung beherrscht und nur durch Verwendung von zwei Dateien den Anrufer vom Angerufenen unterscheiden kann. Bei der Auswahl Beide (in separate Dateien) erstellt Call Recording für jeden Kanal eine unabhängige Transkription, wodurch zumindest eine grobe Unterscheidung des Anrufers und Angerufenen möglich ist. Da hierbei keine Sprecher innerhalb eines Kanals erkannt werden, keine Zeitstempel entstehen und kein verschränkter Gesprächsverlauf abgebildet wird, eignet sich STARFACE Whisper vor allem für die Transkription von Voicemails – dort spricht nur eine Person und Zeitstempel sind unerheblich.
Für WhisperX muß zwingend der Container whisper-asr-webservice verwendet werden. Der Container unterstützt OpenAI Whisper, Faster Whisper und WhisperX. Wir empfehlen den Einsatz von WhisperX in Version 3.4.2, da diese Kombination von uns getestet wurde. In dieser Kombination werden die transkribierten Informationen inklusive Sprechererkennung, Konfidenzwerte und Timestamps verarbeitet – außerdem wird der Einsatz von GPU-Beschleunigern unterstützt. Weitere Informationen hierzu entnehmen Sie bitte der Dokumentation zu whisper-asr-webservice.
Hinweis: Für die Anbindung von WhisperX per whisper-asr-webservice ist die Verwendung von HTTPS als Transportprotokoll zwingend! Der im KI-Zugangsprofil eingegebene Hostname und Port wird ausschließlich per HTTPS kontaktiert.
andere Dienste. Grund ist der fehlende Kontext bei einer separaten Betrachtung einzelner Mono-Kanäle.
Wenn ein Sprecher fragt "Wie ist ihre Lieblingsfarbe?", wird ein Multichannel-Modell mit Sprechererkennung eine kontextbezogene Antwort erwarten und die Farbe "türkis" eines antwortenden Sprechers mit einer hohen Konfidenz bewerten. Ein Modell, das in einem Mono-Audiokanal lauscht, kann ohne weiteren Kontext nicht zuverlässig zwischen der Sprache "türkisch", der Farbe "türkis", den Wörter "Tür Kies" oder den englischen Truthähnen "Turkeys" differenzieren können.
Die folgende Übersicht fasst die für die Sprecherzuordnung relevanten Eigenheiten der unterstützten Transkriptionsprovider zusammen:
| Transkriptionsprovider | Sprecher-/Kanalverarbeitung | Empfohlener Aufnahmemodus | Was das für Sie bedeutet |
|---|---|---|---|
| Deepgram | Mehrkanal-Verarbeitung und Sprechererkennung (Diarization) | Beide (in eine Datei; stereo) | Beste Ergebnisse: Anrufer und Angerufener werden zuverlässig getrennt; zusätzliche Sprecher innerhalb eines Kanals – etwa eine Ansage, eine Weiterleitung oder eine zweite Person am Apparat – werden zusätzlich erkannt. Voller Gesprächskontext. |
| ElevenLabs | Mehrkanal-Verarbeitung und Sprechererkennung (Diarization) | Beide (in eine Datei; stereo) | Beste Ergebnisse: Anrufer und Angerufener werden zuverlässig getrennt; zusätzliche Sprecher innerhalb eines Kanals – etwa eine Ansage, eine Weiterleitung oder eine zweite Person am Apparat – werden zusätzlich erkannt. Voller Gesprächskontext. |
| WhisperX | Sprechererkennung (Diarization); keine kanalgetrennte Auswertung | Beide (in eine Datei; stereo) | Sprecher werden erkannt; Anrufer und Angerufener werden über die Sprechererkennung geschätzt, nicht fest über den Kanal. Bei zusammengemischten Spuren kann die Trennqualität leiden. |
| STARFACE Whisper | Keine Sprechererkennung | Beide (in separate Dateien) – zwingend | Trennung von Anrufer und Angerufenem über zwei getrennte Dateien; keine Sprecher innerhalb eines Kanals, keine Zeitstempel, kein verschränkter Gesprächsverlauf (zwei Textblöcke). Eignet sich daher vor allem für die Voicemail-Transkription (nur ein Sprecher). |
Prüfsummensignaturen aktivieren
Durch die Aktivierung von Prüfsummensignaturen wird für jede Aufzeichnung eine kryptografische Signatur erstellt, die die Unverändertheit einer Aufzeichnung und der Metadaten nachweist. Call Recording erstellt ein kryptografisches Schlüsselpaar und signiert die Prüfsumme einer jeden Aufzeichnung mit dem privaten Schlüssel, der verschlüsselt in einem KeyStore abgelegt wird. Der öffentliche Schlüssel wird innerhalb eines Zertifikats im Bereich angezeigt und dient der Verifikation der signierten Prüfsummen.
Temporären Speicher verwenden
Durch die Aktivierung von Temporären Speicher verwenden werden Aufzeichnungen nicht mehr auf dem Datenträger (SSD) der STARFACE gespeichert, sondern ausschließlich – für den Zeitraum der Verarbeitung – im flüchtigen Arbeitsspeicher gehalten.
Hintergrund dieser Einstellung ist, Aufzeichnungen nicht auf einem Tonträger im Sinne deutscher Strafgesetze zu speichern. Die Aufzeichnung wird unverzüglich nach der Verarbeitung gelöscht und läßt sich aus dem Modul nicht herunterladen oder wiederherstellen.
Aufzeichnungen, die den temporären Speicher verwenden, sind nicht in der Liste der Aufzeichnungsdateien unter dem Tab sichtbar.
Die Einstellung kann nicht in Verbindung mit einem weiteren Speicherziel verwendet werden!
Aufzeichnungen aufzunehmen. Gleichzeitig ist zu beachten, dass der temporäre Speicher reserviert und vom verfügbaren Arbeitsspeicher abgezogen wird.
Wichtig: Verwenden Sie die temporäre Speicherfunktion nur, wenn ausreichend freier Systemspeicher vorhanden ist. Bei STARFACE Appliances sollte die Hardware entsprechend größer dimensioniert werden. Bei STARFACE Cloud-Systemen sprechen Sie vor der Nutzung bitte mit Ihrem STARFACE-Partner oder STARFACE-Accountmanager, um die notwendigen Systemressourcen bereitzustellen.
Rechnen Sie bitte mit einem Platzbedarf von 90 MB für ein 1-stündiges Telefongespräch mit 2 Gesprächspartnern. Wenn beispielsweise 10 Anrufe gleichzeitig stattfinden, die bis zu einer Stunde dauern können, sind rund 900 MB für den temporären Speicher zu veranschlagen.
Transkriptionen
Call Recording unterstützt die Transkription erstellter Aufzeichnungen. Die Transkription wird dabei in ein einheitliches Textformat konvertiert, das unabhängig vom verwendeten Transkriptionsprovider ist. Das intern verwendete Format unterstützt beliebig viele Sprecher, Zeitstempel und Konfidenzwerte für jedes Wort.
Um Audioaufzeichnungen zu transkribieren, aktivieren Sie bitte die Checkbox Aufzeichnung transkribieren. Die Transkription wird anschließend als zusätzliche Textdatei mit der Aufzeichnung gespeichert.
Bitte beachten Sie unbedingt die Hinweise zu den Aufzuzeichnenden Audiokanälen in den Technischen Einstellungen. Je nach ausgewähltem Transkriptionsprovider müssen unterschiedliche Einstellungen gewählt werden!
Transkriptions-Events
Bei Auswahl von Transkription bereitstellen wird zusätzlich ein Systemergeignis (Event) erzeugt und ein Datenbankeintrag mit den Transkriptionsdaten angelegt, so dass weitere Module über das Vorhandensein einer neuen Transkription informiert werden und diese nutzen oder weiterberarbeiten können. Beispielsweise kann das Modul EventBridge Transkriptionsereignisse an beliebige Web-Schnittstellen weiterleiten und so Transkriptionen an CRM- oder Ticketsysteme übergeben.