AssemblyAIを使ったミーティングの録画と文字起こし方法

AssemblyAIは、生テキスト以上のものを求めるチームに人気です。文字起こしに加えて、話者ラベル、言語検出、音声インテリジェンスを提供します。AssemblyAIが対応していないのは、ミーティングへの参加です。そのAPIはaudio_urlから始まるため、誰かが音声を用意する必要があります。

その役割を果たすのがミーティング botです。このガイドでは両者を連携させます。botがミーティングを録音し、AssemblyAIがあなたのアカウントで処理を行い、webhookがAssemblyAIネイティブの出力を受け取ります。

ステップ1: APIキーを取得する

• AssemblyAI: AssemblyAI dashboardからAPI keyを取得してください（すでに使用中のASSEMBLYAI_API_KEYです）。
• Meeting BaaS: auth.meetingbaas.comからセルフサービスでサインアップ — 最初の8時間の録画は無料です。

ステップ2: AssemblyAIを設定してbotを送信する

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

custom_paramsはオプションをそのままAssemblyAIに転送します。speaker_labelsは話者ごとにトランスクリプトを分割し、language_detectionは主要言語を自動的に検出します。残りのAssemblyAIのrequestパラメータも同様に透過的に渡されます。

ステップ3: AssemblyAIネイティブの出力を受け取る

webhookは、AssemblyAIのresponse構造を反映した文字起こし結果（話者ラベル付きの発話、単語レベルのタイムスタンプ、検出された言語）を受け取ります。録画、参加者リスト、話者タイムラインは標準のMeeting BaaS形式で提供されます。2つの話者システムに一つのメリット: AssemblyAIのspeaker_labelsが音声をセグメント化し、botの参加者メタデータが声の背後にある実際の名前を提供するため、両者を紐付けることができます。

この組み合わせの理由

• ミーティング対応のコンテキスト: AssemblyAIは、ラップトップのマイクによる再録音ではなく、ソースで直接キャプチャされたクリーンなミーティング音声を処理します。
• あなたのモデルと請求: 使用量はAssemblyAIアカウントで管理されます。Meeting BaaSは自己キー方式の文字起こし（Proプラン以上）に対して録音1時間あたり0.05 tokenを追加し、さらに標準の録音レート1 token/時間が適用されます。
• bot単位の選択: リクエストごとにプロバイダを切り替えられます — 英語の営業通話にはAssemblyAIを、それ以外には内蔵のGladia（100以上の言語）をご利用いただけます。

次のステップ

• AssemblyAIミーティング文字起こし — 統合ページ
• すべての文字起こしプロバイダ
• ミーティング botの仕組み
• APIドキュメント