PHP集成Fathom会议记录AI实现语音转写【技巧】-php教程-PHP中文网

php调用fathom api语音转写需用bearer token认证（从控制台获取，勿混淆）、post /v1/transcriptions上传原始音频（multipart/form-data + curlfile）、轮询get结果、手动处理说话人分离与词增强。

php集成fathom会议记录ai实现语音转写【技巧】

PHP调用Fathom API做语音转写要先搞清认证方式

Fathom不提供PHP SDK，所有请求都走REST API，认证靠Authorization Header传Bearer Token——不是API Key，也不是Basic Auth。Token得从Fathom控制台的Settings > API Access里手动创建，复制下来直接用，别误当成Webhook Secret或Client ID。

常见错误是把Token拼错成Bearer token123（少空格）或Bearer: token123（多冒号），结果返回401 Unauthorized；还有人拿前端JS SDK的临时token去后端调用，那肯定403。

Token必须保存在环境变量里，比如$_ENV['FATHOM_API_TOKEN']，绝不能硬编码进PHP文件
请求Header必须包含Content-Type: application/json，否则Fathom直接拒收
Fathom只接受POST /v1/transcriptions，不支持GET或/recordings等路径

上传音频文件时PHP要用cURL发multipart/form-data

Fathom要求上传原始音频（MP3/WAV/FLAC），不能传URL，也不能传Base64字符串。PHP里最稳的方式是用cURL构造multipart/form-data，而不是用file_get_contents加JSON body——后者会触发415 Unsupported Media Type。

关键点在于CURLOPT_POSTFIELDS必须传数组，且音频字段名固定为audio，值用CURLFile封装（PHP 5.5+）。老版本PHP用@/path/to/file语法已废弃，会静默失败。

btpanel phpsite 宝塔面板PHP网站

宝塔面板 PHP 网站管理：站点创建、删除、启停、PHP 版本切换、域名管理、SSL证书管理、伪静态管理、数据库管理

下载

音频文件大小不能超100MB，超了Fathom返回413 Payload Too Large
WAV文件务必是PCM格式，带压缩的WAV（如IMA ADPCM）会被转写成乱码
如果用curl_setopt($ch, CURLOPT_SAFE_UPLOAD, true)，反而会禁用CURLFile，导致上传为空

转写完成后取结果得轮询`/v1/transcriptions/{id}`

Fathom不支持Webhook回调，提交后立刻返回202 Accepted和一个id，但内容还没出来。必须自己定时GET这个ID对应的详情接口，直到status变成completed。别指望一次请求就拿到文本——99%的PHP新手在这卡住，以为API挂了。

轮询间隔建议2–3秒，最多试120次（约6分钟），超过说明音频有问题或Fathom服务延迟。响应体里真正要的是transcript.text字段，不是transcript.segments——后者是分段时间戳，纯文本转写用不到。

GET请求也要带Authorization Header，和提交时一样
如果返回status: failed，看error.message，常见是Invalid audio format或Audio too long
别用sleep()阻塞主线程，生产环境应改用队列（如Redis + worker）异步轮询

会议记录场景下需手动处理说话人分离与时间轴

Fathom默认不做说话人分离（Speaker Diarization），返回的transcript.text是一整段纯文字，没有“张三：”“李四：”前缀。如果会议录音含多人，得自己调/v1/transcriptions/{id}?include=segments，再按segments[].speaker字段拼接——但注意，这个字段只在提交时加"diarize": true才生效，且会延长处理时间。

另外，Fathom对中文会议常用词（如“钉钉”“飞书”“OKR”）识别不准，基本靠上下文猜。想提升准确率，只能提前在请求体里加word_boost数组，比如["OKR", "MVP", "SOP"]，但单次最多 boost 10 个词，多了被忽略。