Deepgram Nova-3でミーティングを録画・文字起こしする方法

DeepgramのNova-3は、利用可能な中で最も高速かつ高精度な音声認識モデルの一つです。ただし、DeepgramはZoomの通話に自動参加することはできません。すでにDeepgramでpipeline（カスタムkeyterms、スマートフォーマット、ネゴシエーション済みレート）を構築している場合、不足しているのはミーティングのキャプチャ機能です。

このガイドでは、ミーティングbotをDeepgramアカウントに接続する方法を説明します。botがミーティングを録画し、Deepgramが文字起こしを行い、webhookがDeepgramネイティブの出力を受け取ります。

ステップ1：keyを取得する

• Deepgram：Deepgram ConsoleでAPI keyを作成します（DEEPGRAM_API_KEYに設定するものと同じkeyです）。
• Meeting BaaS：auth.meetingbaas.comでセルフサービス登録 — 最初の8時間の録画は無料です。

ステップ2：Deepgramを設定した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: $API_KEY" \
     -d '{
           "meeting_url": "https://meet.google.com/abc-defg-hij",
           "bot_name": "Deepgram Bot",
           "transcription_config": {
             "provider": "deepgram",
             "api_key": "'"$DEEPGRAM_API_KEY"'",
             "custom_params": {
               "model": "nova-3",
               "smart_format": true,
               "diarize": true
             }
           }
         }'

custom_paramsはオプションをそのままDeepgramに渡すため、すでに使用しているパラメータ（model、smart_format、diarize、keyterm prompting）はそのまま機能します。modelの値がない場合、Deepgramはデフォルトでbaseを使用するため、nova-3を明示的に設定してください。

ステップ3：Deepgramネイティブの出力を受け取る

ミーティングが終了すると、webhookはDeepgramのresponse構造を反映した文字起こしアーティファクトを受け取ります。これには、transcript、単語ごとのタイミング、confidenceスコア、スマートフォーマット付きのpunctuated_word値が含まれ、さらに録画、参加者リスト、スピーカータイムラインが標準のMeeting BaaS形式で提供されます。Deepgram向けにすでに作成したパーサーはそのまま使用できます。

この組み合わせを使う理由

• スマートフォーマット：Deepgramのsmart_formatによって通貨、電話番号、メールアドレスがフォーマットされます — 営業通話の情報抽出に役立ちます。
• Keyterms：Deepgramアカウントで設定した製品名や専門用語の認識が、すべてのミーティングに適用されます。
• お客様のbilling：Deepgramの使用量はお客様自身のアカウントとレートで課金されます。Meeting BaaSは、持ち込みAPI keyによる文字起こし（Proプラン以上）に対して録画時間あたり0.05 token、さらに標準の録画レートとして時間あたり1 tokenを請求します。

代わりに組み込みオプションを使用する場合

Deepgramアカウントをお持ちでない場合、組み込みのGladiaデフォルト（0.25 token/時間、100以上の言語、話者分離込み）はプロバイダーのセットアップが不要です。botごとにプロバイダーを切り替えられるため、1つの製品で両方を混在させることも問題ありません。

次のステップ

• Deepgramミーティング文字起こし — インテグレーションページ
• すべての文字起こしプロバイダー — Gladia、AssemblyAI、Speechmatics、Soniox
• リアルタイムストリーミング — 通話後ではなくライブ文字起こし
• APIドキュメント