Deepgram、AssemblyAI、SpeechmaticsまたはSonioxを使ってミーティングを録画・文字起こしする方法

音声認識プロバイダーは音声をテキストに変換することに優れていますが、Zoom、Google Meet、またはMicrosoft Teamsの通話から音声を取得することはできません。Deepgramでカスタム語彙を調整したり、AssemblyAIの音声インテリジェンスを中心にpipelineを構築したりしている場合、不足しているのは文字起こしではなく、ミーティングのキャプチャです。

Meeting BaaS はそのギャップを埋めます。botがミーティングを録画し、お客様のプロバイダーが文字起こしを行います。requestの1つのフィールドでプロバイダーを切り替えられます。

仕組み

1. バックエンドがミーティングURLと transcription_config を使ってbotを作成します
2. botが参加者としてミーティングに参加し、録画します
3. 選択したプロバイダーが音声の文字起こしを行います（独自のAPI keyを使用する場合はそのkeyで実行されます）
4. webhookがプロバイダーのネイティブ形式のトランスクリプト、録画、参加者リスト、話者タイムラインを受信します

1つのフィールドでプロバイダーを選択する

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"'"
           }
         }'

"assemblyai" を "deepgram"、"speechmatics"、または "soniox" に変更するだけで、他は何も変わりません。プロバイダー固有のオプション（言語ヒント、カスタム語彙、リージョナルendpoint）は custom_params を通じて渡され、リージョナルdeployを持つプロバイダーには region フィールドが対応します。

独自のkeyを使う理由

• プロバイダーとの関係を維持する：交渉済みの料金、カスタムモデル、語彙のチューニングがそのまま引き継がれます。
• ネイティブ出力形式：生の文字起こし成果物はプロバイダーのresponse構造を反映するため、そのプロバイダー向けに構築されたパーサーや下流のツールがそのまま動作します。
• 1時間あたりのコスト削減：BYOK文字起こしはすべてのプランで録画1時間あたり0.05 tokenで、組み込みオプションの1時間あたり0.25 tokenと比較してお得です。

アカウントなしで利用する

デフォルトはGladiaで、プロバイダーアカウントなしで組み込まれています。100以上の言語、自動言語検出、話者分離を1時間あたり0.25 tokenで利用できます。ゼロから文字起こしを始める最速の方法です。

プロバイダーガイド

• Gladiaミーティング文字起こし
• Deepgramミーティング文字起こし
• AssemblyAIミーティング文字起こし
• Speechmaticsミーティング文字起こし
• Sonioxミーティング文字起こし
• ElevenLabsストリーミング文字起こし

プロバイダー別ステップバイステップチュートリアル

• Deepgram Nova-3でミーティングを録画する
• AssemblyAIでミーティングを録画する
• Speechmaticsでミーティングを録画する
• Sonioxで多言語ミーティングを録画する
• ElevenLabs Scribe v2 Realtimeでライブ文字起こしを行う

料金

録画は1時間あたり1 token（tokenパックのサイズに応じて$0.35〜0.50）で、話者分離が含まれています。組み込みGladiaの文字起こしには1時間あたり0.25 tokenが追加され、独自のkeyを使用する場合は1時間あたり0.05 tokenです。botが入室許可を待っている時間も録画時間として課金されます。

次のステップ

• ミーティング文字起こしAPI概要
• リアルタイム文字起こしと音声ストリーミング
• ミーティングbot API — キャプチャレイヤーの仕組み
• APIドキュメント