Автоматическое транскрибирование Zoom, Google Meet, Teams под ключ

Реализация автоматического транскрибирования Zoom, Google Meet, Teams

Ритейл-сеть с 200 магазинов проводит 50 совещаний в неделю. Ручные протоколы отнимают 20 часов. Мы автоматизировали расшифровку встреч: интеграция с Zoom, Google Meet и Teams, STT с диаризацией, суммаризация встреч и структурированный протокол совещания под ключ. Заказчик экономит 15 часов в неделю на протоколировании — это около 80% времени. Наш опыт — 5+ лет в AI/ML, 30+ проектов по транскрибации для банков, ритейла и IT. Гарантируем SLA 99.9% и конфиденциальность (NDA).

Типичные проблемы: встроенные транскрипции платформ дают низкую точность при шуме или акцентах (до 70% ошибок при наложении речи), не различают спикеров, не формируют протокол встречи. Встречи без протокола теряют задачи и решения. Наше решение устраняет эти узкие места: точность распознавания речи достигает 95%, диаризация спикеров работает даже при наложении голосов, а NLP-модели для бизнеса извлекают ключевые решения и задачи.

Как получать аудио из конференций без задержек?

Используем три подхода: скачивание записи через API (задержка 5–10 мин), webhooks (автозапуск после встречи, <1 мин) и встроенные боты (реальное время). Выбор зависит от требований к задержке и сложности интеграции. Для корпоративных клиентов с высокими требованиями к скорости рекомендует webhooks — они обеспечивают автоматический запуск обработки сразу после окончания встречи.

Скачивание записи через API — простой способ с задержкой до завершения встречи. Подходит для постобработки:

# Zoom API для скачивания записей import requests def download_zoom_recording(meeting_id: str, token: str) -> bytes: recordings = requests.get( f"https://api.zoom.us/v2/meetings/{meeting_id}/recordings", headers={"Authorization": f"Bearer {token}"} ).json() audio_file = next( f for f in recordings["recording_files"] if f["file_type"] == "M4A" # только аудио ) return requests.get(audio_file["download_url"]).content 

Zoom Webhooks — автозапуск после окончания встречи:

@app.post("/zoom/webhook") async def zoom_webhook(request: Request): data = await request.json() if data["event"] == "recording.completed": meeting_id = data["payload"]["object"]["id"] asyncio.create_task(process_meeting_recording(meeting_id)) 

Встроенные боты — для платформ, где доступна установка приложений (Zoom Apps, Teams Bot).

Почему важна диаризация спикеров?

Диаризация спикеров — задача определения «кто когда говорит». Без неё протокол теряет контекст: непонятно, кто принял решение или поставил задачу. Наш метод в 2 раза точнее стандартных решений (например, встроенной Zoom транскрипции) для встреч с наложением голосов. Точность 95% для групп до 10 участников.

Транскрибация с диаризацией

async def transcribe_meeting(audio_path: str, participants: list[str] = None) -> dict: transcriber = CallTranscriber() result = await transcriber.transcribe_call(audio_path) protocol = await generate_meeting_protocol(result, participants) return protocol async def generate_meeting_protocol(transcript: dict, participants: list) -> dict: """Генерируем структурированный протокол через LLM""" full_text = "\n".join( f"{turn['speaker']}: {turn['text']}" for turn in transcript["turns"] ) response = await client.chat.completions.create( model="gpt-4o", messages=[{ "role": "system", "content": "Создай протокол совещания с разделами: Повестка, Ключевые решения, Задачи (с ответственными и сроками), Следующая встреча." }, {"role": "user", "content": full_text}] ) return { "summary": response.choices[0].message.content, "transcript": transcript, "participants": participants, "duration": transcript["duration"] } 

Интеграция с Microsoft Teams через Graph API

# Скачивание записи Teams через Microsoft Graph def get_teams_recording(meeting_id: str, token: str) -> bytes: recordings = requests.get( f"https://graph.microsoft.com/v1.0/me/onlineMeetings/{meeting_id}/recordings", headers={"Authorization": f"Bearer {token}"} ).json() 

Стек технологий: PyTorch для моделей диаризации, OpenAI Whisper для STT, LangChain для оркестрации LLM, Pinecone для векторного поиска по транскриптам. Всё разворачивается в изолированном контуре клиента.

Что входит в работу

• Интеграция с одной платформой (Zoom, Meet или Teams).
• Настройка автоматического запуска транскрибации после встречи.
• STT с диаризацией (до 10 спикеров).
• Генерация протокола (повестка, решения, задачи).
• Веб-интерфейс для просмотра и поиска по транскриптам.
• REST API для экспорта протоколов.
• Интеграция с календарем (Google Calendar) для автоматического получения ссылок.
• Документация и обучение 2 пользователей.
• Поддержка 2 недели.

Сравнение с альтернативами

Процесс внедрения

1. Аналитика: выясняем платформы, число встреч, нужна ли интеграция с CRM.
2. Интеграция: настраиваем webhooks, OAuth, получаем доступы.
3. Тестирование: прогоняем 10 записей, калибруем модель под акценты и шумы.
4. Деплой: разворачиваем на сервере клиента или в облаке.
5. Обучение: 2 часа онлайн-тренинга для команды.
6. Поддержка: 2 недели после запуска.

Сроки и стоимость

Интеграция с одной платформой — от 1 недели. С двумя–тремя — до 3 недель. Стоимость рассчитывается индивидуально, зависит от числа встреч в месяц и дополнительных функций (например, связь с CRM). Для ориентира: ручная расшифровка одной встречи длительностью 1 час обходится компании в среднем в $20–30 — автоматизация сокращает эти затраты на 80%. Свяжитесь с нами для бесплатной оценки вашего проекта — мы подготовим предложение за 2 дня. Закажите внедрение, чтобы сэкономить до 80% времени на протоколировании.

Документация Zoom API — используем для получения записей. По нашим оценкам, одно совещание длительностью 1 час обходится компании в среднем в $22–32 затрат на ручное протоколирование, что делает автоматизацию экономически оправданной.