Enrute reuniones de Zoom, Google Meet y Microsoft Teams a través de Speechmatics: un bot graba la llamada, el modelo mejorado de Speechmatics la transcribe con separación de interlocutores, entregado mediante webhook.

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

Speechmatics construyó su reputación en la precisión con acentos y dialectos — las reuniones donde una sola etiqueta de idioma no sobrevive el primer contacto con un equipo internacional. Sin embargo, como toda API de conversión de voz a texto, parte de un archivo de audio. Obtener la reunión en un archivo es su problema.

Un bot de reunión convierte ese problema en una sola solicitud POST. Esta guía enruta llamadas de Zoom, Google Meet y Microsoft Teams a través de su cuenta de Speechmatics.

Los equipos empresariales suelen estandarizarse en Speechmatics por su robustez con acentos y sus opciones on-premise — combinarlo con un bot de reunión compatible con on-premise mantiene toda la cadena bajo su control.

Paso 1: Obtenga sus claves

Paso 2: Envíe un bot con Speechmatics configurado

curl -X POST "https://api.meetingbaas.com/v2/bots" \
     -H "Content-Type: application/json" \
     -H "x-meeting-baas-api-key: $API_KEY" \
     -d '{
           "meeting_url": "https://teams.microsoft.com/l/meetup-join/...",
           "bot_name": "Speechmatics Bot",
           "transcription_config": {
             "provider": "speechmatics",
             "api_key": "'"$SPEECHMATICS_API_KEY"'",
             "custom_params": {
               "language": "en",
               "model": "enhanced",
               "diarization": "speaker"
             }
           }
         }'

custom_params se corresponde con la configuración propia de Speechmatics: language, el modelo enhanced para máxima precisión, y diarization: "speaker" para identificar quién dijo qué. Los deployments específicos por región están cubiertos por el campo region en transcription_config.

El pod del bot captura el audio de la reunión, Speechmatics lo transcribe bajo tu API key con el modelo mejorado y separación de interlocutores, y el JSON nativo regresa por webhook

Paso 3: Recibir la salida nativa de Speechmatics

Tu webhook recibe el artefacto de transcripción en la estructura de respuesta nativa de Speechmatics, además de la grabación, los eventos de entrada/salida de participantes y la línea de tiempo del propio interlocutor del bot en el formato estándar de Meeting BaaS. Si estás migrando desde la carga de archivos a la API batch de Speechmatics, el análisis de salida que ya tienes se puede reutilizar.

Por qué esta combinación

  • Robustez con acentos y dialectos: las reuniones son exactamente el tipo de audio en el que Speechmatics es más sólido — llamadas internacionales con acentos mixtos.
  • Cadenas de cumplimiento normativo: Meeting BaaS admite implementación on-premises; combinado con las opciones de implementación de Speechmatics, los equipos en sectores regulados pueden mantener el audio dentro de su perímetro.
  • Su facturación: el uso de Speechmatics se ejecuta en su cuenta; Meeting BaaS añade 0.05 tokens por hora grabada para la transcripción bring-your-own-key en todos los planes, además de la tarifa de grabación de 1 token por hora.

Próximos pasos

Blogs similarestutorial