為了實現(xiàn)將通話轉移成為文字的功能，首先，要將呼叫中心的語音數(shù)據(jù)進行采集，然后，將采集后的語音數(shù)據(jù)通過語音識別引擎轉譯成為文字。
對呼叫中心語音數(shù)據(jù)的采集，通常可以采用下面幾種方式：
1、并線方式
如果呼叫中心采用的模擬中繼線（普通電話線），可以采用高阻并線的方式，直接采集模擬信號，經過模數(shù)變換后形成數(shù)據(jù)流。
2、三通方式
對于數(shù)字E1中繼，可通過外接一個三通設備插入到原來的E1中間，對信令和數(shù)據(jù)進行協(xié)議解析，達到采集數(shù)據(jù)流的方式。
3、抓取方式
對于IMS、SIP等IP中繼，可以通過網絡層抓包方式抓取SIP信令包和RTP語音包，進行解析后形成數(shù)據(jù)流。
4、接口方式
少數(shù)硬件交換設備（如東進的Keygoe系列等），本身提供了SDK開發(fā)接口，能夠將語音數(shù)據(jù)給中間層（如UniMedia電話中間件），形成數(shù)據(jù)流。
5、內置方式
新型的軟交換系統(tǒng)（如iSoftCall軟交換），在內部已經具備了多通道的數(shù)據(jù)分離能力，并集成了語音識別引擎，直接提供轉譯好的文字，業(yè)務層可直接使用。
其中，第1、2種方式難以將話務員和客戶的語音進行分離，其余三種方式一般能夠有效進行通道分離。具體選取那種方式，需要集成商根據(jù)情況靈活選擇。
