Cómo Grabar y Transcribir Reuniones con Deepgram, AssemblyAI, Speechmatics o Soniox
Use su propio proveedor de voz a texto en reuniones de Zoom, Google Meet y Microsoft Teams: un bot API graba la llamada y su proveedor la transcribe. Configuración, código y precios para cada proveedor compatible.
Los proveedores de voz a texto son excelentes para convertir audio en texto, pero son completamente incapaces de extraer el audio de una llamada de Zoom, Google Meet o Microsoft Teams. Si ha ajustado un vocabulario personalizado en Deepgram o ha construido su pipeline alrededor de la inteligencia de audio de AssemblyAI, la pieza que falta es la captura de la reunión, no la transcripción.
Meeting BaaS cierra esa brecha: un bot graba la reunión y su proveedor la transcribe. Un campo en el request cambia de proveedor.
Proveedores compatibles: Gladia (integrado, sin necesidad de cuenta), Deepgram, AssemblyAI, Speechmatics y Soniox — además de ElevenLabs para transcripción en tiempo real.
Cómo funciona
- Su backend crea un bot con una URL de reunión y un
transcription_config - El bot se une a la llamada como participante y la graba
- El audio es transcrito por el proveedor que seleccionó — con su API key si la aporta
- Su webhook recibe la transcripción en el formato nativo del proveedor, junto con la grabación, la lista de participantes y la línea de tiempo de interlocutores
Elija su proveedor en un solo campo
curl -X POST "https://api.meetingbaas.com/v2/bots" \
-H "Content-Type: application/json" \
-H "x-meeting-baas-api-key: $API_KEY" \
-d '{
"meeting_url": "https://meet.google.com/abc-defg-hij",
"bot_name": "Transcription Bot",
"transcription_config": {
"provider": "assemblyai",
"api_key": "'"$ASSEMBLYAI_API_KEY"'"
}
}'Cambie "assemblyai" por "deepgram", "speechmatics" o "soniox" — nada más cambia. Las opciones específicas del proveedor (sugerencias de idioma, vocabulario personalizado, endpoints regionales) se pasan a través de custom_params, y un campo region cubre los proveedores con implementaciones regionales.
¿Por qué aportar su propia key?
- Conserve su relación con el proveedor: las tarifas negociadas, los modelos personalizados y el ajuste de vocabulario se mantienen intactos.
- Formato de salida nativo: el artefacto de transcripción sin procesar refleja la estructura de respuesta de su proveedor, por lo que los analizadores y las herramientas downstream creadas para ese proveedor siguen funcionando.
- Menor costo por hora: la transcripción BYOK cuesta 0.05 tokens por hora grabada (planes Pro y superiores), frente a 0.25 tokens por hora para la opción integrada.
O prescinda de la cuenta por completo
El valor predeterminado es Gladia, integrado sin necesidad de cuenta de proveedor: más de 100 idiomas, detección automática de idioma y separación de interlocutores a 0.25 tokens por hora. Es el camino más rápido de cero a transcripciones.
Guías por proveedor
- Transcripción de reuniones con Gladia
- Transcripción de reuniones con Deepgram
- Transcripción de reuniones con AssemblyAI
- Transcripción de reuniones con Speechmatics
- Transcripción de reuniones con Soniox
- Transcripción en streaming con ElevenLabs
Tutoriales paso a paso por proveedor
- Grabar reuniones con Deepgram Nova-3
- Grabar reuniones con AssemblyAI
- Grabar reuniones con Speechmatics
- Grabar reuniones multilingües con Soniox
- Transcripción en vivo con ElevenLabs Scribe v2 Realtime
Cuánto cuesta
La grabación cuesta 1 token por hora ($0.35–0.50 según el tamaño del paquete de tokens), con separación de interlocutores incluida. Agregue 0.25 tokens por hora para transcripción integrada de Gladia, o 0.05 tokens por hora con su propia clave. El tiempo que el bot pasa esperando ser admitido se factura como tiempo de grabación.