6つの文字起こしプロバイダーを、1つのAPIで
Gladia、Deepgram、AssemblyAI、Speechmatics、Soniox、ElevenLabsをbot単位で選択できます。自分のAPI key、自分のリージョンを使い、プロバイダー固有のオプションはすべてそのまま渡せます。
会議ボット、文字起こし、そしてそれらを支えるインフラに関する技術ノート。
Gladia、Deepgram、AssemblyAI、Speechmatics、Soniox、ElevenLabsをbot単位で選択できます。自分のAPI key、自分のリージョンを使い、プロバイダー固有のオプションはすべてそのまま渡せます。
ElevenLabs Scribe v2 Realtime(約150msの遅延)を使用して、Zoom、Google Meet、Microsoft TeamsからライブのTranscriptをストリーミングします。botが通話に参加し、話者が発言する際にWebSocketがテキストを受信します。
Zoom、Google Meet、Microsoft Teamsのミーティングで独自の音声認識プロバイダーを使用する方法:1つのbot APIが通話を録音し、お選びのプロバイダーが文字起こしを行います。対応プロバイダーごとのセットアップ、コード、料金をご紹介します。
ZoomやGoogle Meet、Microsoft Teamsのミーティングをまとめてレコーダーとして使用: botがユーザーに代わってミーティングを録音してくれ、AssemblyAIが話者ラベルと言語検出で文字起こしを行い、webhookでAssemblyAIネイティブのJSONを受け取ることができます。
Zoom、Google Meet、Microsoft Teamsのミーティングをdeepgramに接続します。botが通話を録画し、Nova-3がモデルとkeytermsで文字起こしを行い、webhookでDeepgramネイティブのJSONを受け取れます。
Zoom、Google Meet、Microsoft Teamsのミーティングを録画し、Sonioxのマルチリンガル・言語切り替え対応の音声認識で文字起こしします — botリクエスト1つで、Soniox形式の結果をwebhookで受け取れます。
Zoom、Google Meet、Microsoft TeamsのミーティングをSpeechmaticsにルーティングします。botが通話を録画し、Speechmaticsの高精度モデルが話者分離付きで文字起こしを行い、webhookで配信されます。