使用 Google 服务配置 AI 通话转写

Yeastar P 系列云 PBX 支持由 Google Cloud Speech-to-Text 服务 (API 版本：V2) 驱动的 AI 通话转写功能，可将一对一视频/语音通话中通话双方的音频实时转写为可读文本。本文介绍如何在 PBX 上使用该第三方服务配置 AI 通话转写功能。

提示： 如果你已配置由 Google Cloud Speech-to-Text 服务驱动的 AI 语言留言转写功能，可启用 通话转写 并直接点击右上角的 复制“语言留言转写”的配置 以复用该配置，再按需修改即可。

使用要求

Yeastar P 系列云 PBX 需满足以下要求：

项目 要求
固件

84.23.0.83 或更高版本。
订阅服务

订阅 企业版 或 旗舰版，确保 AI转写 功能可用。

前提条件

注： 仅当需要 PBX 在通话结束后自动根据转写的文本生成通话总结时，才需要满足以下关于 GPT/Gemini LLM (大语言模型) 的前提条件。
PBX 网络访问
确保 Yeastar P 系列云 PBX 能够访问以下域名以使用对应服务：
注：

你可以在 PBX 上验证域名是否可访 (路径: 维护 > 故障诊断 > IP Ping)。

服务 域名
Google Cloud Speech-to-Text 服务
  • oauth2.googleapis.com
  • <region>-speech.googleapis.com
    注：
    从下面的列表中选择所需的区域，并将 <region> 替换为该区域 (如 us-speech.googleapis.com)。建议选择与 PBX 部署位置最近的区域，以降低网络延迟并保障转写服务稳定运行。
    • us：美国
    • eu：欧洲
    • asia-southeast1：新加坡
    • asia-northeast1：东京
GPT/Gemini LLM

根据选择的 LLM，PBX 需能够访问以下对应的域名：

  • GPT LLM：api.openai.com
  • Gemini LLM：oauth2.googleapis.com 和 generativelanguage.googleapis.com
第三方服务账号
你已准备好以下第三方服务账号和登录凭证：
服务 账号
Google Cloud Speech-to-Text 服务 准备一个 Google 账号，确保账号具有充足的 Google Cloud Speech-to-Text 服务的转写分钟数额度，并获取该账号的用户名和密码。
GPT/Gemini LLM 根据要使用的 LLM，账号需满足以下要求：
  • GPT LLM：准备一个 OpenAI 账号，确保账号具有充足的令牌额度，并获取该账号的用户名和密码。
  • Gemini LLM：确保 Google 账号具有充足的令牌额度。

操作步骤

步骤一、为 Google Cloud Speech-to-Text 服务创建 API 密钥

要从 PBX 安全接入 Google Cloud Speech-to-Text 服务，需先在 Google 控制台创建 API 密钥，用于该服务接口的请求鉴权。

  1. 使用 Google 用户名和密码登录 Google 控制台。
  2. 创建新项目。
    1. 在左上角，点击当前项目页签，然后在弹出的窗口中点击 新建项目。

    2. 在 新建项目 页面，创建一个新项目。

      1. 在 项目名称 字段，输入名称以识别该项目。
      2. 可选：点击 浏览 选择组织。
      3. 点击 创建。
  3. 在新建的项目中，启用 Cloud Speech-to-Text API 服务。

    1. 进入 API 和服务 > API 库，在库中搜索 “Cloud Speech-to-Text API”。
    2. 在搜索结果列表中，点击 Cloud Speech-to-Text API 卡片进入详情页。
    3. 点击 启用。

      服务显示 已启用 状态。

  4. 为新建的项目创建一个服务账号。
    1. 进入 IAM 和管理 > 服务账号，在顶部导航栏点击 创建服务账号。

    2. 创建服务账号。

      1. 在 服务账号名称 字段，输入名称以识别该服务账号。
      2. 点击 创建并继续。
      3. 在 角色 下拉列表中，选择 Owner。
      4. 点击 继续。
      5. 点击 完成。

        服务账号 列表显示新建的服务账号。

  5. 为新建的服务帐户创建一个 API 密钥并生成 JSON 文件。

    1. 在 服务账号 页面，点击新建的服务账号旁的 并选择 管理密钥。
    2. 在 密钥 页面，点击 添加键 并选择 创建新密钥。

      选择密钥类型的窗口弹出。

    3. 在 键类型 栏，选择 JSON 类型并点击 创建。

      系统会自动将包含 API 密钥的 JSON 文件下载到你的计算机。你可以在计算机上查看 JSON 文件，并保存以供后续使用。

步骤二、(可选) 为 GPT LLM 或 Gemini LLM 创建 API 密钥

Yeastar P 系列云 PBX 支持调用 GPT LLM 或 Gemini LLM 的接口，以便在通话结束后自动根据转写的文本生成通话总结。要实现此功能，你需要创建一个 API 密钥，用于接口的请求鉴权。

在 OpenAI 平台创建 OpenAI API 密钥
  1. 使用 OpenAI 用户名和密码登录 OpenAI 平台，进入 API Keys。
  2. 在 API 密钥列表的右上角，点击 Create new secret key。
  3. 在弹出的窗口中，创建新的 API 密钥。

    1. 在 Name 字段，输入名称以识别该 API 密钥。
    2. 在 Project 下拉列表中，选择项目。
    3. 权限默认保持 All，并点击 Create secret key。

      窗口弹出并显示生成的 API 密钥。

    4. 在弹出的窗口中，点击 Copy 复制 API 密钥，并保存以供后续使用。

在 Google AI Studio 创建 Gemini API 密钥
  1. 使用 Google 用户名和密码登录 Google AI Studio，进入 Dashboard > API keys。
  2. 在 API 密钥列表的右上角，点击 Create API key。
  3. 在弹出的窗口中，创建新的 API 密钥。

    1. 在 Name your key 字段，输入名称以识别该 API 密钥。
    2. 在 Choose an imported project 下拉列表中，选择项目。
      注： 在下拉列表中，你可以根据需要选择已有的项目、导入项目或创建新项目。
    3. 点击 Create key。

      窗口弹出并显示生成的 API 密钥的详细信息。

    4. 在弹出的窗口中，点击 Copy key 复制 API 密钥，并保存以供后续使用。

步骤三、在 PBX 上配置 AI 通话转写功能

为 Google Cloud Speech-to-Text 服务和 LLM 创建身份凭证后，需在 PBX 上完成对应设置，以与两项服务建立连接。

  1. 登录 PBX 管理网页，进入 AI > AI工具箱。
  2. 打开 通话转写 开关。
  3. 配置 AI 通话转写服务。

    1. 在 服务类型 下拉列表中，选择 自定义服务。
    2. 在 转录服务商 下拉列表中，选择 Google。
    3. 点击 浏览 上传 API 密钥 JSON 文件。
    4. 在 地区 下拉列表中，选择区域。
      • us (multi-region)：美国
      • eu (multi-region)：欧洲
      • asia-southeast1：新加坡
      • asia-northeast1：东京

    5. 配置 LLM 服务。

      选项 操作说明
      禁用 如果无需 PBX 生成通话总结，在 大模型服务商 下拉列表中选择 禁用。
      OpenAI

      要使用 GPT LLM，完成以下设置：

      1. 在 大模型服务商 下拉列表中选择 OpenAI。
      2. 在 API 密钥 字段，粘贴 在 OpenAI 平台创建的 API 密钥。
      3. 在 GPT型号 字段，输入要使用的 GPT LLM 的模型 ID。
        注： 你可以在 GPT 模型列表 中查看要使用的 GPT LLM 的模型 ID。例如，要使用 GPT-5.4，在此字段中输入其模型 ID gpt-5.4。
      Google

      要使用 Gemini LLM，完成以下设置：

      1. 在 大模型服务商 下拉列表中选择 Google。
      2. 在 API 密钥 字段，粘贴 在 Google AI Studio 创建的 API 密钥。
      3. 在 Gemini型号 字段，输入要使用的 Gemini LLM 的模型代码。
        注： 你可以查看 Gemini 模型列表，并进入要使用的 Gemini LLM 的详情页面查看模型代码。例如，要使用 Gemini 3.1 Pro Preview，在此字段中输入其模型代码 gemini-3.1-pro-preview。

  4. 在 语言 下拉列表中，选择识别和转写通话所用的语言。

  5. 在 允许使用本功能的分机 栏，指定允许使用通话转写功能的分机/分机组/部门。
    • 所有分机：所有分机都可以使用此功能。
    • 特定分机：仅指定的分机可以使用此功能。
  6. 点击 保存。

执行结果

  • 转录连接状态 显示 启用，表示由 Google Cloud Speech-to-Text 服务驱动的 AI 通话转写已启用。通话音频会通过该 Google 服务被实时检测并转写为指定语言的可读文本。

    注： 你可以根据不同分机的需求单独为其配置通话转写语言与转写模式 (自动或手动) (路径：分机和中继 > 分机 > AI > 通话转写)。更多信息，请参见 为分机配置 AI 通话转写。

  • 大模型连接状态 显示 启用，表示 PBX 已成功连接到配置的 LLM。PBX 将在通话结束后自动通过该 LLM 根据转写的文本生成通话总结。