为了实现将通话转移成为文字的功能，首先，要将呼叫中心的语音数据进行采集，然后，将采集后的语音数据通过语音识别引擎转译成为文字。
对呼叫中心语音数据的采集，通常可以采用下面几种方式：
1、并线方式
如果呼叫中心采用的模拟中继线（普通电话线），可以采用高阻并线的方式，直接采集模拟信号，经过模数变换后形成数据流。
2、三通方式
对于数字E1中继，可通过外接一个三通设备插入到原来的E1中间，对信令和数据进行协议解析，达到采集数据流的方式。
3、抓取方式
对于IMS、SIP等IP中继，可以通过网络层抓包方式抓取SIP信令包和RTP语音包，进行解析后形成数据流。
4、接口方式
少数硬件交换设备（如东进的Keygoe系列等），本身提供了SDK开发接口，能够将语音数据给中间层（如UniMedia电话中间件），形成数据流。
5、内置方式
新型的软交换系统（如iSoftCall软交换），在内部已经具备了多通道的数据分离能力，并集成了语音识别引擎，直接提供转译好的文字，业务层可直接使用。
其中，第1、2种方式难以将话务员和客户的语音进行分离，其余三种方式一般能够有效进行通道分离。具体选取那种方式，需要集成商根据情况灵活选择。
