将事后工作（ACW）时间减少 60%。坐席通过语音听写，将通话记录、支持工单和案例摘要 实时录入您的 CRM 系统，速度比打字快 3 倍。 StarWhisper 在每台 Windows 工作站上离线运行。
永久免费：每周 2,000 字。升级到 Pro 版解锁无限使用。
客服转录软件之所以存在，是因为语音工作本身几乎不会产生书面记录。一名坐席每天处理 40 个电话。每个电话都会产生一个解决方案，但真正录入 CRM 的只是通话结束后四分钟凭借记忆写下的两句话总结，此时坐席已经半心半意地倾听下一位客户了。那不是文档记录。那只是一个占位符。
通话记录薄弱的代价是隐蔽且难以 pinpoint 的，这也是它长期存在的原因。当下一位坐席无法重构发生了什么，重复联系就会增加。当主管缺乏针对特定互动进行指导的背景信息，升级率就会上升。质量保证（QA）抽样保持在 2% 到 5% 的行业标准，因为以正常速度聆听完整录音太慢而无法规模化。这对服务质量的累积影响是巨大的，即使没有单个事件看起来是灾难性的。
事后工作（ACW）是大多数团队实际衡量的运营症状。ICMI 和 HDI 的行业基准始终显示，依赖手动打字的客服团队，平均每次互动的 ACW 时间为 3.5 到 6 分钟。在一个拥有 50 个坐席、每个坐席每天处理 40 个电话的联系中心，这意味着每天有 115 到 200 个坐席工时被消耗在打字记录上。这种劳动力成本在工资单上是不可见的，但这实际上是本可以花在客户身上的真实产能。
企业级呼叫转录平台（Verint, NICE, Genesys）解决了市场一端的问题，但它们需要按席位计算的合同、IT 基础设施投资以及数月的采购周期。基于云的替代方案（如 AWS Transcribe）按音频分钟收费，并引发了合规团队日益审查的数据驻留问题。中小型服务运营部门夹在中间：预算负担不起企业级平台，风险承受力也不允许将客户对话未经审查地上传至云端。
一个适用于服务团队的可行方案需要足够快，以便坐席在通话间隙使用；足够私密，以适应受监管的行业；足够便宜，以证明每个坐席的部署是合理的；足够灵活，可以将文本放置在 CRM 光标所在的任何位置。这四个要求很少在单一产品中达成一致，除非您考虑一种基于 OpenAI Whisper 的本地 AI 转录方法。
StarWhisper 直接在坐席的 Windows 机器上运行 Whisper 语音识别引擎，无需云依赖，无每分钟计费，无 IT 基础设施。对于服务团队，它同时解决了五个截然不同的文档问题。
浮动窗口小部件会将转录文本放置在 Windows 光标所在的任何位置，无论是 Salesforce Service Cloud、Zendesk、Freshdesk、ServiceNow、Microsoft Dynamics 还是任何基于 Web 的工单界面。坐席将光标置于案例备注字段中，使用热键激活 StarWhisper，然后说话。无需复制粘贴，无需切换窗口。文字在说话时直接出现在 CRM 中。
QA 分析师和团队负责人可以将录音文件（MP3, WAV, M4A, MP4）拖入 StarWhisper 进行批量转录。一通 20 分钟的电话会在 3 到 5 分钟内生成可搜索的文字记录。以阅读速度（每分钟 300+ 字）审阅该记录，而不是聆听录音（1 倍速下每分钟 150 字），允许 QA 覆盖率在相同的分析师时间内增加两到三倍。基于此方法构建的专业转录工作流通常能达到 10% 到 20% 的 QA 抽样率，而手动聆听仅允许 2% 到 5%。
客服互动几乎在每个行业都包含敏感的个人数据。StarWhisper 使用设备上的 Whisper 模型在本地处理所有音频。不向任何外部服务器传输音频流、转录内容或元数据。这对于 PCI DSS 联系中心（口头提及持卡人数据）、受 HIPAA 监管的医疗服务线以及任何法律部门此前因数据驻留理由阻止云端转录工具的团队来说，实际上都很重要。
StarWhisper 原生支持 29+ 种语言，全部离线处理。服务西班牙语、法语、葡萄牙语、普通话、日语、韩语或阿拉伯语客户的团队可以使用客户的语言或共享的团队语言记录笔记，而无需切换工具。小型模型是我们推荐的实时坐席听写默认选项；对于覆盖率较低的脚本（CJK、阿拉伯语、西里尔文），Pro 用户可以升级到中型模型。
StarWhisper Pro 每个坐席每月收费 $10，没有按通话、按分钟或按字数的费用。一个 20 人的团队无论通话量或 ACW 频率如何，每月支付 $200。将其与每分钟 $0.016 的云端转录相比：一个团队每个坐席每天处理 40 通 5 分钟的电话，大约每个坐席每月花费 $640。经济学原理根本不同。
以下是一家中型 SaaS 公司的支持坐席在采用 StarWhisper 进行客服转录后如何运行其工作流程。该工作流程是刻意的且可复制的，不依赖于个人纪律。
坐席打开其 CRM（Zendesk）、电子邮件客户端和 StarWhisper。StarWhisper 位于系统托盘中，通过 F9 激活。浮动小部件停靠在副显示器的右下角，始终可见，从不遮挡主要工作流程。坐席选择“小型”Whisper 模型，以便在一天中的通话处理部分进行快速实时听写。
当客户解释其计费纠纷时，坐席在 Salesforce 中导航至该账户并点击案例备注字段。通话进行到一半时，当客户提到特定的发票编号以及上个月的一次先前互动时，坐席按下 F9 并听写：“客户引用 2 月份的发票 88241。说明 3 月 3 日与坐席 David 的先前支持电话承诺了未应用的积分。”StarWhisper 瞬间将其打出来。坐席的双手腾出来操作鼠标。客户永远不会知道坐席正在记录笔记，没有键盘噪音，打字时没有沉默。
通话结束。坐席按下 F9 并听写完整的解决方案总结：“根据 3 月 3 日的原始承诺发放 $47 积分。确认已应用于账户。客户满意。无需进一步跟进。工单已关闭。”转录内容出现在 Salesforce 案例备注中。坐席更新工单状态并关闭它。总 ACW 时间：75 秒。StarWhisper 之前此类互动的平均时间：4 分 30 秒。坐席可以提前 3 分 15 秒接听下一个电话。
QA 分析师将早班录制的 14 通电话排队等待审查。她选择了其中的 6 通（43% 的抽样率，而之前每班次仅审查 2 通），并将它们批量拖入 StarWhisper。所有 6 份转录记录在 18 分钟内准备就绪。她阅读每一份转录记录，标记指导时刻，标记其中一通电话中的合规问题，并在总共 35 分钟内完成审查。此前，以 1 倍速度聆听 2 通电话需要 40 分钟。
团队主管从早上的转录记录中识别出了一个典范的降级处理电话。他复制了转录记录的相关部分，编辑了客户的个人信息，并使用 StarWhisper 直接听写其评论注释，将其添加到团队在 Notion 中的指导库中。该指导案例在 12 分钟内准备就绪。从原始录音创建等效材料此前需要 45 分钟的聆听、记录和编辑。
客服运营涉及的合规框架几乎比任何其他业务职能都多。客户分享的内容（付款详情、健康信息、帐户凭据、个人情况）的性质意味着，处理其言语的工具不能被视为通用的软件购买。以下是 StarWhisper 如何应对最常见的监管环境。
如果第三方系统捕获、存储或传输包含口头支付卡信息的音频，则接受此类信息的联系中心需遵守 PCI DSS 范围的扩大。基于云的转录工具在处理包含持卡人数据的通话音频的那一刻起，就成为范围内的 PCI 实体。StarWhisper 在坐席的本地 Windows 机器上处理所有内容，没有音频离开设备，没有转录内容被外部传输。持卡人数据环境的足迹不会扩大。这不是变通方法；而是离线 AI 转录出现在 QSA 审查的联系中心技术堆栈中的架构原因。
医疗服务提供方服务线、保险会员服务和药房支持运营在每次互动中都处理受保护的健康信息（PHI）。为此类通话使用云端转录服务需要供应商签署 HIPAA 商业伙伴协议（BAA），并非每个供应商都愿意签署，即使签署也需要进行他们自己的安全评估流程。StarWhisper 的本地处理意味着没有任何 PHI 会流经网络。由于没有第三方数据处理者，因此无需建立商业伙伴关系。法律和合规团队审查这些环境中的 StarWhisper 时，可以基于架构而不是供应商合同审查来批准它。
根据通用数据保护条例（GDPR），欧盟客户的语音录音是受数据主体权利、保留限制和跨境传输限制约束的个人数据。将通话音频发送给欧盟以外的基于云的转录服务会创建需要合法传输机制评估的数据传输。StarWhisper 完全消除了传输，音频和转录记录永远不会离开坐席的机器，而该机器已经在您的 GDPR 控制环境中。
加利福尼亚州的 CCPA、弗吉尼亚州的 VCDPA 以及越来越多的州隐私法对消费者语音数据的处理方式规定了越来越多的义务。所有这些框架的共同主线是最小化：与第三方共享的数据越少，合规负担就越低。本地处理是数据最小化的最高形式，数据根本不会成为第三方关注的问题。
一个拥有 10 到 50 名坐席的服务团队可以在不到两个小时内完全投入运行，无需 IT 项目，无需分阶段推出，无停机风险。以下是行之有效的流程。
从 starwhisper.ai 或 Microsoft Store 下载。安装程序不到 200MB。安装在每个 Windows 10/11 坐席机器上。大多数环境不需要管理员帐户。无需网络配置，无需更改防火墙规则，无需管理服务器端组件。每个安装都是自包含的。
在 StarWhisper 设置中，分配一个坐席可以单手触发的全局热键。F8、F9 或可编程的鼠标侧键是最常见的选择。热键可以在不切换窗口的情况下从任何前台应用程序启动和停止录制。在团队中统一热键以简化培训。
对于进行实时 ACW 听写的坐席，“小型”模型在 8GB RAM 的机器上很好地平衡了速度和准确性。对于处理录音文件的 QA 机器，Pro 版“大型”模型在变化的音频质量和口音多样性方面提供更高的准确性，对于分析用例来说是值得的。配备 NVIDIA GPU 的机器应启用 CUDA 加速：在 CPU 上耗时 5 分钟的 20 分钟通话，使用 GPU 处理仅需 90 秒以下。
主要的培训任务是教导坐席以口语摘要而不是打字笔记的方式进行思考。这种技能不是技术性的，而是语言上的：按照笔记应遵循的结构化格式（问题 → 诊断 → 解决方案 → 下一步）说话。大多数坐席在 2 到 3 个班次内会觉得这很自然。向坐席展示浮动小部件的位置，使其可见但不遮挡其 CRM。
在两周标记时，从部署前后提取 CRM 跟踪的 ACW 指标。大多数团队在头两周内看到 ACW 时间减少 40% 到 65%。该指标是将 Pro 许可证扩展到整个团队的业务案例基础。记录下来，您将需要它来进行任何内部采购论证。
| 团队坐席人数 | 15 |
| 每坐席每天处理的电话数 | 40 |
| 之前的平均 ACW（打字） | 4 分 30 秒 |
| 之后的平均 ACW（听写） | 1 分 20 秒 |
| 每坐席每天恢复的产能 | 2 小时 13 分 |
| 全队每天恢复的总产能 | 33.25 小时 |
| 每年恢复的产能 | 约 8,300 小时 |
| StarWhisper Pro 成本（15 用户，年付） | $1,800/年 |
每年恢复 8300 个坐席工时。即使按保守的每小时 $25 完全负担的劳动力成本计算，这也代表了每年 $207,500 的恢复产能收益，而软件年成本仅为 $1,800。即使由于采用和通话类型的变异性，实际恢复收益仅为其中三分之一，经济效益仍然非常可观。
除了 ACW 时间之外，次要的好处还会复合叠加。QA 覆盖率的提高减少了合规风险。更好的案例笔记减少了重复联系和回访的处理时间。培训内容质量得到提高，因为指导案例来自真实的、已转录的互动。这些很难在电子表格中建模，但在部署后的 60 到 90 天内，CSAT、升级率和 QA 审计得分中可见。如需了解类似优势如何应用于不同的专业背景，请参阅我们关于HR 面试转录的指南。
“我对 CRM 笔记的语音听写持怀疑态度，我以为我的坐席在开放式办公室大声说话会显得尴尬。实际情况是，一周后他们开始说话更加安静和自信，全队的 ACW 从平均 4:42 下降到 1:18。这释放了足够的产能，我们停止了讨论原计划的人员增加。”
，电子商务公司客户运营副总裁，22 名坐席
“我们的 QA 团队以前审查 3% 的电话。在部署 StarWhisper 进行 QA 转录处理六周后，我们达到了 18% 的抽样率。同样的两名分析师。唯一的区别是他们阅读转录记录而不是听录音。我们发现了一个绝对无法在 3% 抽样率下发现的反复出现的坐席费用减免误报问题，这成为了一次正式的指导活动和流程变更。”
，金融服务公司质量保证经理，45 坐席团队
“我们是一个健康保险会员服务团队。我们的合规官曾阻止我们在工具评审中出现的每一个云端转录工具，要么是 HIPAA BAA 要求供应商拒绝签署，要么是无法足够快地处理以满足我们的采购周期。StarWhisper 在一次审查会议中获得批准，因为其架构使合规答案变得简单：没有任何东西离开机器。”
，区域健康保险公司联系中心总监
可以。StarWhisper 可以直接在任何 Windows 应用程序的光标位置输入，包括 Salesforce、Zendesk、Freshdesk、HubSpot、ServiceNow 和任何基于浏览器的 CRM。坐席将光标置于备注字段中，使用热键激活 StarWhisper，然后说话。文本会实时出现在光标位置，无需切换应用程序或从剪贴板粘贴。
StarWhisper 会转录您提供的任何文件中的音频。如果您的通话录音系统将双方（坐席和客户）的声音录制到一个文件中，则转录记录将包含双方的声音。说话人分离（标记谁说了什么）目前不是一项功能，但对于 QA 审查和指导目的，合并的转录记录通常已经足够。
OpenAI Whisper 在多样化的多语言数据集上进行了训练，明确包含广泛口音特征的非英语母语者。它在口音语音方面明显优于传统的 ASR 系统。对于海外坐席团队或多语言支持运营，Pro 版大型模型提供最佳的口音覆盖率。大多数团队报告在第一次会话中就获得了可接受的准确性，而无需任何针对口音的调整。
StarWhisper 的完全本地处理意味着通话中口头提到的持卡人数据（卡号、CVV、帐单地址）永远不会传输到任何外部系统。这消除了基于云的转录工具的主要 PCI DSS 隐患。您的 QSA 仍应评估整体 CDE 范围，但离线架构将 StarWhisper 从基于网络的传输风险类别中移除。
在使用小型模型（我们推荐的实时坐席听写默认设置）的标准 CPU 机器上，20 分钟的通话大约需要 4 到 7 分钟才能转录。在配备 NVIDIA GPU 并启用 CUDA 加速的机器上，同一文件的处理时间为 60 到 90 秒。对于处理高通话量的 QA 团队，配备 GPU 的机器提供了显著的吞吐量优势。Pro 计划解锁大型模型，用于对长且困难的音频录音进行批量转录，额外的计算能力在长文件上物有所值。
标准部署只需在每个坐席的 Windows 机器上运行安装程序，无需服务器组件，无需网络配置，无需更改防火墙。大多数团队在一个下午即可自行部署 10 到 30 名坐席。对于 IT 策略中已启用 Store 部署的环境，提供了 Microsoft Store 版本。
StarWhisper 原生支持 29+ 种语言，全部离线处理，包括英语、西班牙语、法语、德语、葡萄牙语、意大利语、荷兰语、普通话、日语、韩语、阿拉伯语、俄语、波兰语等。处理多语言客户群的团队可以在所有支持的语言中使用 StarWhisper，而无需每种语言单独许可或配置。另请参阅我们关于保险索赔听写的页面，了解另一个受监管行业的用例。
使用 StarWhisper 进行客服转录无需采购周期，无需 IT 项目，也无需企业合同。几分钟内即可安装。免费评估。当 ACW 时间节省证明合理时（事实也的确如此），再升级到 Pro。
适用于任何 CRM。完全离线。支持 29+ 种语言。PCI DSS 和 HIPAA 友好的架构。提供免费计划，每周 2,000 字。Pro 版每个坐席每月 $10 解锁无限使用。
需要 Windows 10 / 11。最低 8GB RAM。GPU 加速可选（NVIDIA CUDA）。免费版无需帐户。