Deepgram、AssemblyAI、Speechmatics、SonioxでミーティングをAI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点で優れていますが、Zoom、Google Meet、Microsoft Teamsの通話から音声を取得することは一切できません。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機能です。

Meeting BaaSはそのギャップを埋めます。botがミーティングを録音し、お客様が選んだ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。

対応プロバイダー：Gladia（組み込み済み、アカウント不要）、Deepgram、AssemblyAI、Speechmatics、Soniox — さらにリアルタイムストリーミング文字起こし用のElevenLabsも対応しています（リアルタイムミーティング文字起こし）。

仕組み

バックエンドがミーティングURLとtranscription_configを指定してbotを作成します
botが参加者としてミーティングに参加し、録音します
音声は選択したプロバイダーによって文字起こしされます — APIキーをお持ちの場合はそのキーを使用します
webhook経由でプロバイダーのネイティブフォーマットの文字起こし結果、録画、参加者リスト、話者タイムラインが届きます

1つのフィールドでプロバイダーを選択

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APIキーを使う理由

プロバイダーとの契約を維持：交渉済みのレート、カスタムモデル、語彙チューニングがそのまま引き継がれます。
ネイティブ出力フォーマット：生の文字起こし結果はプロバイダーの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ツールがそのまま機能します。
時間あたりコストの削減：BYOKの文字起こしは録音1時間あたり0.05 token（Proプラン以上）で、組み込みオプションの1時間あたり0.25 tokenより低コストです。

Deepgram、AssemblyAI、Speechmatics、SonioxでミーティングをAI録画・文字起こしする方法

仕組み

1つのフィールドでプロバイダーを選択

独自のAPIキーを使う理由

アカウント不要で始める

プロバイダーガイド

プロバイダーごとのステップバイステップチュートリアル

料金について

次のステップ