Use seu próprio provedor de fala para texto no Zoom, Google Meet e Microsoft Teams: um bot API grava a chamada, seu provedor transcreve. Configuração, código e preços para cada provedor compatível.

LLazare Rossillon
··2 min read
Como Gravar e Transcrever Reuniões com Deepgram, AssemblyAI, Speechmatics ou Soniox

Os provedores de fala para texto são excelentes em converter áudio em texto — e completamente incapazes de extrair o áudio de uma chamada no Zoom, Google Meet ou Microsoft Teams para você. Se você ajustou um vocabulário personalizado no Deepgram ou construiu seu pipeline em torno da inteligência de áudio do AssemblyAI, a peça que falta é a captura da reunião, não a transcrição.

O Meeting BaaS preenche essa lacuna: um bot grava a reunião e seu provedor a transcreve. Um único campo no request troca de provedor.

Provedores compatíveis: Gladia (integrado, sem necessidade de conta), Deepgram, AssemblyAI, Speechmatics e Soniox — além do ElevenLabs para transcrição em tempo real.

Como funciona

  1. Seu backend cria um bot com uma URL de reunião e um transcription_config
  2. O bot entra na chamada como um participante e a grava
  3. O áudio é transcrito pelo provedor selecionado — com sua API key, se você fornecer uma
  4. Seu webhook recebe a transcrição no formato nativo do provedor, além da gravação, lista de participantes e cronograma de interlocutores

Escolha seu provedor em um único campo

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"'"
           }
         }'

Substitua "assemblyai" por "deepgram", "speechmatics" ou "soniox" — nada mais muda. Opções específicas do provedor (dicas de idioma, vocabulário personalizado, endpoints regionais) são passadas via custom_params, e um campo region cobre provedores com deployments regionais.

Por que usar sua própria key?

  • Mantenha seu relacionamento com o provedor: tarifas negociadas, modelos personalizados e ajuste de vocabulário são preservados sem alterações.
  • Formato de saída nativo: o artefato de transcrição bruto espelha a estrutura de response do seu provedor, de modo que os parsers e as ferramentas downstream desenvolvidas para esse provedor continuam funcionando.
  • Menor custo por hora: a transcrição BYOK custa 0,05 tokens por hora gravada em todos os planos, em comparação com 0,25 tokens por hora para a opção integrada.

Ou dispense a conta completamente

O padrão é o Gladia, integrado sem necessidade de conta no provedor: mais de 100 idiomas, detecção automática de idioma e separação de interlocutores a 0,25 tokens por hora. É o caminho mais rápido do zero até as transcrições.

Usar sua própria key (Deepgram, AssemblyAI, Speechmatics, Soniox) custa 0,05 tokens por hora, contra 0,25 tokens por hora para o Gladia integrado — mas ambos os caminhos entregam o mesmo payload via webhook: transcrição, gravação, lista de participantes e cronograma de interlocutores

Guias por provedor

Tutoriais passo a passo por provedor

Quanto custa

A gravação custa 1 token por hora (US$ 0,35–0,50 dependendo do tamanho do pacote de tokens), com separação de interlocutores incluída. Adicione 0,25 tokens por hora para a transcrição integrada com Gladia, ou 0,05 tokens por hora com sua própria key. O tempo que o bot passa aguardando para ser admitido é cobrado como tempo de gravação.

Próximos passos

Similar blogstutorial