Conecte reuniones de Zoom, Google Meet y Microsoft Teams con AssemblyAI: un bot captura la llamada, AssemblyAI transcribe con etiquetas de interlocutor y detección de idioma, y usted recibe JSON nativo de AssemblyAI por webhook.

LLazare Rossillon
··2 min read
Cómo grabar y transcribir reuniones con AssemblyAI

AssemblyAI es una opción favorita para equipos que quieren más que texto sin formato: etiquetas de interlocutor, detección de idioma e inteligencia de audio además de la transcripción. Lo que AssemblyAI no hace es asistir a reuniones. Su API comienza desde un audio_url; alguien todavía tiene que producir ese audio.

Eso es lo que resuelve un bot de reuniones. Esta guía conecta ambas partes: un bot graba la reunión, AssemblyAI la procesa en su cuenta, y su webhook recibe la salida nativa de AssemblyAI.

Su pipeline de AssemblyAI permanece exactamente igual — el bot simplemente se convierte en su fuente de audio para Zoom, Google Meet y Microsoft Teams.

Paso 1: Obtenga sus claves

  • AssemblyAI: obtenga su API key desde el dashboard de AssemblyAI (el ASSEMBLYAI_API_KEY que ya utiliza).
  • Meeting BaaS: registro de autoservicio en auth.meetingbaas.com — las primeras 8 horas de grabación son gratuitas.

Paso 2: Envíe un bot con AssemblyAI configurado

curl -X POST "https://api.meetingbaas.com/v2/bots" \
     -H "Content-Type: application/json" \
     -H "x-meeting-baas-api-key: $API_KEY" \
     -d '{
           "meeting_url": "https://us02web.zoom.us/j/1234567890",
           "bot_name": "AssemblyAI Bot",
           "transcription_config": {
             "provider": "assemblyai",
             "api_key": "'"$ASSEMBLYAI_API_KEY"'",
             "custom_params": {
               "speaker_labels": true,
               "language_detection": true
             }
           }
         }'

custom_params reenvía las opciones a AssemblyAI sin cambios: speaker_labels divide la transcripción por interlocutor, language_detection detecta automáticamente el idioma dominante, y el resto de la superficie de request de AssemblyAI se pasa de la misma manera.

El pod del bot captura el audio de la reunión, AssemblyAI lo transcribe con su API key con etiquetas de interlocutor y detección de idioma, y el JSON nativo regresa por webhook

Paso 3: Reciba la salida nativa de AssemblyAI

Su webhook recibe el artefacto de transcripción que refleja la estructura de respuesta de AssemblyAI — utterances con etiquetas de interlocutor, marcas de tiempo a nivel de palabra, idioma detectado — junto con la grabación, la lista de participantes y la línea de tiempo de interlocutores en el formato estándar de Meeting BaaS. Dos sistemas de interlocutores, una ventaja: el speaker_labels de AssemblyAI segmenta el audio, mientras que los metadatos de participantes del bot le proporcionan los nombres reales detrás de las voces, para que pueda combinar ambos.

Por qué esta combinación

  • Contexto consciente de reuniones: AssemblyAI escucha audio limpio de la reunión capturado en la fuente, no una re-grabación con micrófono de laptop.
  • Sus modelos y facturación: el uso se ejecuta en su cuenta de AssemblyAI; Meeting BaaS agrega 0.05 tokens por hora grabada para transcripción bring-your-own-key en todos los planes, más la tarifa estándar de 1 token por hora de grabación.
  • Elección por bot: cambie de proveedor por request — use AssemblyAI para llamadas de ventas en inglés y el predeterminado integrado de Gladia (más de 100 idiomas) para todo lo demás.

Próximos pasos

Blogs similarestutorial