如何使用 Deepgram、AssemblyAI、Speechmatics 或 Soniox 录制和转写会议

LLazare Rossillon

在 Zoom、Google Meet 和 Microsoft Teams 会议中使用你自己的语音转文字服务商：一个 bot API 录制通话，你的服务商负责转写。包含每个支持的服务商的配置方法、代码示例和定价说明。

如何使用 Deepgram、AssemblyAI、Speechmatics 或 Soniox 录制和转写会议
August 13, 2026

语音转文字服务商擅长将音频转换为文字，但完全无法帮你从 Zoom、Google Meet 或 Microsoft Teams 通话中提取音频。如果你已在 Deepgram 上调优了自定义词汇，或围绕 AssemblyAI 的音频智能构建了 pipeline，那么缺失的环节是会议录制，而不是转写。

Meeting BaaS 填补了这一空缺：bot 录制会议，你的服务商负责转写。request 中的一个字段即可切换服务商。

支持的服务商：Gladia（内置，无需账号）、Deepgram、AssemblyAI、Speechmatics 和 Soniox，以及用于实时流式转写的 ElevenLabs。

工作原理

  1. 你的后端使用会议 URL 和 transcription_config 创建一个 bot
  2. bot 像参会者一样加入通话并进行录制
  3. 音频由你选择的服务商进行转写——如果你自带 API key，将使用你的 key
  4. 你的 webhook 接收到该服务商原生格式的转写结果，以及录像、参会者列表和发言时间线

在一个字段中选择你的服务商

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"'"
           }
         }'

将 "assemblyai" 替换为 "deepgram"、"speechmatics" 或 "soniox"，其他设置无需更改。服务商特定的选项（语言提示、自定义词汇、区域 endpoint）通过 custom_params 传递，region 字段用于支持区域部署的服务商。

为什么要自带 key？

  • 保留你的服务商关系：协商好的费率、自定义模型和词汇调优均可直接沿用。
  • 原生输出格式：原始转写结果与该服务商的 response 结构一致，因此为该服务商构建的解析器和下游工具可继续正常使用。
  • 更低的每小时费用：BYOK 转写每录制小时消耗 0.05 个 token（Pro 及以上方案），而内置选项为每小时 0.25 个 token。

或者完全跳过账号注册

默认使用 Gladia，内置无需服务商账号：支持 100 多种语言、自动语言检测和说话人分离，每小时消耗 0.25 个 token。这是从零到获得转写结果的最快路径。

服务商指南

各提供商的分步教程

费用说明

录制费用为每小时 1 个 token（根据 token 套餐 大小，价格为 $0.35–$0.50），已包含说话人分离功能。使用内置 Gladia 转写服务每小时额外收取 0.25 个 token，使用自有 key 则每小时额外收取 0.05 个 token。bot 等待进入会议的时间也按录制时间计费。

后续步骤

相关博客tutorial