Integre reuniones de Zoom, Google Meet y Microsoft Teams con AssemblyAI: un bot captura la llamada, AssemblyAI transcribe con etiquetas de interlocutores y detección de idioma, y usted recibe JSON nativo de AssemblyAI por webhook.

LLazare Rossillon
··2 min read
Cómo grabar y transcribir reuniones con AssemblyAI

AssemblyAI es una opción preferida para los equipos que necesitan más que texto sin procesar: etiquetas de interlocutores, detección de idioma e inteligencia de audio además de la transcripción. Lo que AssemblyAI no hace es asistir a las reuniones. Su API parte de un audio_url; alguien todavía tiene que producir ese audio.

Esa es la parte que resuelve un bot de reuniones. Esta guía conecta ambos: un bot graba la reunión, AssemblyAI la procesa bajo su cuenta, y su webhook recibe la salida nativa de AssemblyAI.

Su pipeline de AssemblyAI permanece exactamente igual — el bot simplemente se convierte en su fuente de audio para Zoom, Google Meet y Microsoft Teams.

Paso 1: Obtenga sus claves

  • AssemblyAI: obtenga su API key desde el dashboard de AssemblyAI (el ASSEMBLYAI_API_KEY que ya utiliza).
  • Meeting BaaS: regístrese de manera autónoma en auth.meetingbaas.com — las primeras 8 horas de grabación son gratuitas.

Paso 2: Envíe un bot con 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 reenvía las opciones a AssemblyAI sin modificaciones: speaker_labels divide la transcripción por interlocutor, language_detection detecta automáticamente el idioma dominante, y el resto de la superficie de request de AssemblyAI se transmite de la misma manera.

El bot pod captura el audio de la reunión, AssemblyAI lo transcribe bajo tu API key con etiquetas de interlocutores y detección de idioma, y el JSON nativo regresa por webhook

Paso 3: Recibe la salida nativa de AssemblyAI

Tu webhook recibe el artefacto de transcripción que refleja la estructura de respuesta de AssemblyAI — utterances con etiquetas de interlocutores, timestamps a nivel de palabra, idioma detectado — junto con la grabación, la lista de participantes y la línea de tiempo de interlocutores en el formato estándar de Meeting BaaS. Dos sistemas de interlocutores, una ventaja: speaker_labels de AssemblyAI segmentan el audio, mientras que los metadatos de participantes del bot te dan los nombres reales detrás de las voces, para que puedas unirlos.

Por qué esta combinación

  • Contexto consciente de la reunión: AssemblyAI recibe audio limpio de la reunión capturado en la fuente, no una re-grabación con micrófono de laptop.
  • Tus modelos y facturación: el uso se ejecuta en tu cuenta de AssemblyAI; Meeting BaaS agrega 0.05 tokens por hora grabada para transcripción con tu propia API key (planes Pro y superiores) más la tarifa estándar de 1 token por hora de grabación.
  • Elección por bot: cambia de proveedor por solicitud — usa AssemblyAI para llamadas de ventas en inglés y el valor predeterminado de Gladia integrado (más de 100 idiomas) para todo lo demás.

Próximos pasos

Blogs similarestutorial