Documentación de Callsist
APIs de transcripción y comprensión del habla. El contrato completo, verificado contra el código.
Callsist hace tres cosas:
- Transcribe audio con hablantes separados, rol de agente o cliente, marcas de
tiempo y siete módulos de comprensión opcionales —
POST /v1/transcripts. - Responde como un LLM, con la forma de la API de OpenAI —
POST /v1/chat/completions. - Genera embeddings —
POST /v1/embeddings.
Y hay cuatro cosas que no hace, dichas aquí y no en una nota al pie para que nadie las descubra a mitad de una integración:
- No almacena ni busca vectores.
/v1/embeddingsdevuelve los vectores y ahí acaba su trabajo. Quien monte un RAG guarda los vectores en su propio almacén. - No ejecuta plantillas de análisis sobre texto propio. Un análisis se monta como un
prompt y se manda a
/v1/chat/completions. - No hay tool calling.
toolsytool_choicese descartan en silencio. - No hay reconocimiento de emociones por señal acústica, ni lo habrá. El sentimiento se infiere del texto y solo del cliente, por una prohibición legal que se explica en su sitio.
Lo mínimo para empezar
curl https://api.callsist.com/v1/me -H "Authorization: Bearer $CALLSIST_API_KEY"Si eso devuelve tu organización y tus scopes, el resto de esta documentación aplica.
Primera transcripción
De un mp3 a JSON con hablantes, en cinco minutos y cuatro llamadas.
Errores
Los 28 códigos, qué hacer con cada uno y cuáles no se emiten nunca.
Trampas conocidas
Lo que la API acepta y no hace. Leerlo antes ahorra una tarde.
Límites y precios
300 peticiones por minuto y por clave, 32 transcripciones en vuelo.
Cómo usar esto con un agente
Esta documentación está escrita para que un agente de IA pueda leerla entera y hacer la integración sin poder preguntar, así que dice tanto lo que funciona como lo que no. Hay dos URLs pensadas para eso:
| URL | Qué trae |
|---|---|
/llms.txt | El índice, con una línea por página |
/llms-full.txt | La documentación entera en un solo fichero de texto |
El aviso que conviene darle: la API se parece a la de OpenAI en
/v1/chat/completions y a la de AssemblyAI en /v1/transcripts, y un agente que dé por
hecho el resto del comportamiento de esas dos escribirá código que falla en silencio.
Pedir tools, por ejemplo, no da error: se ignora y el modelo contesta en prosa.