Embedded 总览
iKho Embedded 是开发者平台的一部分,面向想把自己的产品与 iKho 录音硬件、转写引擎深度集成的团队。
iKho Embedded 让你把移动应用和两件事集成起来:iKho 硬件,让你的用户在专为对话打造的录音设备上采集声音;iKho 转写引擎,把语音变成可用的结构化文本。iKho 成为你产品的底层基础设施,产品体验与定价仍由你掌握。
典型接入场景(大陆语境):
- 医疗随访平台:用 iKho 设备采集医患对话,自动整理成随访记录与结构化病历要点
- 销售辅导产品:用 S1 采集线下客户拜访对话,作为 AI 复盘与话术辅导的上下文
- 连锁门店巡检:用 MDS 采集门店走访与例会对话,自动生成整改清单与巡检纪要
为什么选 iKho Embedded
为对话采集而生的硬件
iKho 设备是为对话型工作打造的,不必让用户举着手机对着人录音。它们具备:
- 长续航,采集一整天对话也不必担心耗尽用户的手机电量
- 多麦克风阵列,能拾取离设备有一定距离的对话
- 端上加密存储,音频先落在设备本地,只有用户选择同步的内容才会离开设备
- 轻便随身,不打扰面对面交流的临场感
卡片式随身录音设备,多麦克风阵列 + 双通道同步 + 加密本地存储,适合拜访、随访、会议等对话密集场景。
影视飓风联名款,小米有品在售。承担对话采集与存储扩展,适合桌面与移动场景。
更多硬件细节见 iKho 硬件。
面向真实对话的转写引擎
iKho 转写引擎面向真实、嘈杂的对话场景训练,即使有背景噪声、多人交替发言,也能稳定出稿。你的应用通过转写 API 调用两档模型:
ikho-asr-pro(高精度):优先转写质量,适合归档、随访记录、纪要等对准确度要求高的场景ikho-asr-fast(低时延):优先响应速度,适合需要更快拿到结果的场景
引擎能力包括说话人分离、中英混说识别与远场降噪。数据全程走境内节点。
工作原理
Embedded 的架构有四个组件:
- 你的后端服务
- 你的移动应用
- iKho 设备(S1 / MDS)
- iKho 云服务
想看各 API 如何拼在一起,读 工作原理;想现在就跑通一条完整链路,走端到端教程·后端篇;想了解开通流程与环境要求,看 快速开始。
关键概念
| 概念 | 含义 | 更多 |
|---|---|---|
| 绑定设备 | 把用户的 iKho 设备与你的移动应用关联,用于端上加密、解密与同步。 | 工作原理 |
| 合作方应用 | 就是你的应用。接入后可绑定用户的 iKho 设备,并调用转写引擎驱动你的业务场景。 | 联系我们 |
| 合作方令牌 | 应用级令牌,用于签发用户级令牌。 | 工作原理 |
| 用户令牌 | 用户级令牌,携带你系统里的用户标识,用于把用户设备绑定到你的应用。 | 工作原理 |
| BLE 同步 | 设备默认通过 BLE(低功耗蓝牙)与你的应用配对,并同步音频文件。 | 工作原理 |
| Wi-Fi 快传 | BLE 之外的另一种同步方式,面向大文件,速度明显更快。 | 工作原理 |
自建录音方案对比
不少团队会先用手机录音加通用转写把流程跑起来,这条路完全可行。下表把两种方案放在一起,便于你按自己的场景判断。
| 维度 | 自建手机录音 | iKho Embedded |
|---|---|---|
| 拾音质量 | 依赖手机麦克风,近讲可用,远场与多人场景衰减明显 | 多麦克风阵列面向远场与多人对话设计(以量产规格为准) |
| 手机电量 | 长时间录音持续占用手机,电量与发热压力集中在手机上 | 录音在设备端完成,手机只承担配对与同步 |
| 通话与线下双场景 | 录音期间手机被占用,来电与线下采集难以兼顾 | 设备独立采集线下对话,手机通话与其他使用不受影响 |
| 加密与绑定 | 音频落盘加密与访问控制需要自行设计与维护 | 端上加密存储,设备与你的应用一对一绑定,数据只与你的应用同步 |
| 转写引擎 | 需自行选型、接入并调优通用转写服务 | 内建 ikho-asr-pro / ikho-asr-fast 两档模型,面向真实对话场景 |
| 维护成本 | 录音、存储、转写各环节都要自己维护与排障 | API 由 iKho 维护,内测期由对接工程师协助联调;SDK 开放后同样由 iKho 维护 |
常见问题
现在到底能用什么?
服务端的认证、文件上传与转写三组接口现已可用,host 为 ikho.cn/developer/api,按端到端教程·后端篇可以完整跑通一次上传与转写。设备 SDK、Starter App 与 MCP & CLI 规划中,尚未开放。
用户需要 iKho App 订阅才能用 SDK 吗?
不需要。SDK 开放后,iKho 是你产品的基础设施:你按用量付费,产品体验与定价由你自己掌握,终端用户无需单独订阅 iKho App。当前在计量的用量维度是转写时长,口径见计费。
为什么不干脆自己做个手机录音应用?
手机不是为采集线下面对面对话设计的,拾音距离有限、录制时占用手机、续航压力大,也没有内建的高精度转写。S1 与 MDS 正是为解决前几项而生;把设备接进你自己应用的 SDK 规划中,在此之前可以先用转写 API 处理你已有的音频。
必须有移动端应用吗?
不必。只用服务端三组接口处理你自己的音频,不需要移动端应用。设备侧的配对与录音控制要等 Embedded SDK 开放后由你的 App 承担,该 SDK 与配套起步应用目前尚未开放。
支持哪些语言?
以中文为主,支持中英混说;英语可用。更多语言正在评估中,以联调时提供的能力说明为准。
免费额度是多少?
免费转写额度为 300 小时。设备连接相关的额度与计费在设备 SDK 开放后适用,当前尚未计量。详见 计费。