Conecte reuniões do Zoom, Google Meet e Microsoft Teams ao AssemblyAI: um bot captura a chamada, o AssemblyAI transcreve com identificação de interlocutores e detecção de idioma, e você recebe JSON nativo do AssemblyAI via webhook.

LLazare Rossillon
··2 min read
Como Gravar e Transcrever Reuniões com AssemblyAI

O AssemblyAI é uma escolha favorita para equipes que desejam mais do que texto simples — identificação de interlocutores, detecção de idioma e inteligência de áudio além da transcrição. O que o AssemblyAI não faz é participar de reuniões. Sua API começa a partir de um audio_url; alguém ainda precisa produzir esse áudio.

É aí que um bot de reunião resolve o problema. Este guia conecta os dois: um bot grava a reunião, o AssemblyAI processa sob sua conta, e seu webhook recebe o output nativo do AssemblyAI.

Seu pipeline do AssemblyAI permanece exatamente como está — o bot simplesmente se torna a fonte de áudio para Zoom, Google Meet e Microsoft Teams.

Etapa 1: Obtenha suas chaves

Etapa 2: Envie um bot com o AssemblyAI configurado

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 encaminha as opções ao AssemblyAI sem alterações: speaker_labels divide a transcrição por interlocutor, language_detection detecta automaticamente o idioma predominante, e o restante da interface de request do AssemblyAI é repassado da mesma forma.

O pod do bot captura o áudio da reunião, o AssemblyAI transcreve sob sua API key com identificação de interlocutores e detecção de idioma, e o JSON nativo retorna via webhook

Etapa 3: Receba o output nativo do AssemblyAI

Seu webhook recebe o artefato de transcrição espelhando a estrutura de response do AssemblyAI — utterances com identificação de interlocutores, timestamps no nível de palavra, idioma detectado — juntamente com a gravação, lista de participantes e linha do tempo de interlocutores no formato padrão do Meeting BaaS. Dois sistemas de interlocutores, uma vantagem: o speaker_labels do AssemblyAI segmenta o áudio, enquanto os metadados de participantes do bot fornecem os nomes reais por trás das vozes, permitindo que você os una.

Por que essa combinação

  • Contexto ciente de reunião: o AssemblyAI recebe áudio limpo de reunião capturado na fonte, não uma re-gravação via microfone de laptop.
  • Seus modelos e cobrança: o uso é contabilizado na sua conta do AssemblyAI; o Meeting BaaS adiciona 0,05 tokens por hora gravada para transcrição com chave própria em todos os planos, além da taxa padrão de 1 token por hora de gravação.
  • Escolha por bot: troque de provedor por request — use o AssemblyAI para chamadas de vendas em inglês e o padrão Gladia integrado (mais de 100 idiomas) para todo o resto.

Próximos passos

Similar blogstutorial