如何使用 AssemblyAI 录制和转写会议

AssemblyAI 是希望获得更多功能的团队的首选——除了基础转写之外，还提供说话人标注、语言检测和音频智能分析。AssemblyAI 本身不参加会议，其 API 以 audio_url 为起点，仍需要有人来提供音频。

这正是会议 bot 所解决的问题。本指南将两者结合：bot 录制会议，AssemblyAI 在你的账户下进行处理，你的 webhook 接收 AssemblyAI 原生格式的输出。

你的 AssemblyAI pipeline 保持不变——bot 只是为 Zoom、Google Meet 和 Microsoft Teams 提供音频来源。

第一步：获取密钥

AssemblyAI：从 AssemblyAI dashboard 获取你的 API key（即你已在使用的 ASSEMBLYAI_API_KEY）。
Meeting BaaS：在 auth.meetingbaas.com 自助注册——前 8 小时录制免费。

第二步：发送配置了 AssemblyAI 的 bot

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 将选项原封不动地转发给 AssemblyAI：speaker_labels 按说话人对转写内容进行分段，language_detection 自动识别主要语言，其余 AssemblyAI 的 request 参数也以同样方式传递。

bot pod 捕获会议音频，AssemblyAI 使用你的 API key 进行转写，带有说话人标签和语言检测，原生 JSON 通过 webhook 返回

你的 webhook 接收的转写结果与 AssemblyAI 的 response 结构一致 —— 包含说话人标签的语句、词级时间戳、检测到的语言 —— 以及标准 Meeting BaaS 格式的录像、参与者列表和说话人时间线。两套说话人系统，一个优势：AssemblyAI 的 speaker_labels 对音频进行分段，而 bot 的参与者元数据提供了声音背后的真实姓名，让你可以将两者关联起来。

为什么选择这种组合

感知会议上下文：AssemblyAI 处理的是直接从源头采集的清晰会议音频，而非笔记本电脑麦克风的二次录音。
使用你自己的模型和计费：用量计入你的 AssemblyAI 账户；Meeting BaaS 对自带 key 的转写（Pro 及以上计划）每录制小时额外收取 0.05 个 token，加上标准的每小时录制 1 个 token 费用。
按 bot 选择：每次 request 可切换服务商 —— 英语销售通话使用 AssemblyAI，其他语言使用内置的 Gladia 默认方案（支持 100+ 种语言）。

第一步：获取密钥

第二步：发送配置了 AssemblyAI 的 bot

第三步：接收 AssemblyAI 原生输出

为什么选择这种组合

后续步骤