> For the complete documentation index, see [llms.txt](https://library.zoom.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://library.zoom.com/technical-library/it/ai-whitepaper/diagrams.md). # Diagrammi e flussi di dati Le funzionalità di Zoom AI spaziano su un'ampia gamma di prodotti, servizi e flussi di lavoro, il che significa che nessun singolo diagramma può ragionevolmente o completamente catturare come funziona l'AI nell'intera piattaforma Zoom. Funzionalità diverse si basano su input, percorsi di elaborazione, comportamenti di archiviazione, interazioni tra modelli e output differenti. Alcune operano solo su dati live ed effimeri durante un'interazione attiva, mentre altre creano artefatti conservati che in seguito possono supportare funzionalità aggiuntive. Alcune funzioni restano interamente all'interno dell'ambiente first-party di Zoom, mentre altre si basano sull'architettura AI federata di Zoom e, in alcuni casi, su sistemi esterni connessi. Per rendere questo sistema dinamico ed esteso più facile da comprendere, questa pagina presenta una serie di diagrammi anziché affidarsi a un unico modello visivo. Ognuno evidenzia un livello, un percorso o un modello di funzionalità diverso all'interno della più ampia piattaforma Zoom AI. In fondo a queste sezioni sono presenti tabelle che delineano quali funzionalità sono applicabili, il prodotto associato e lo stato di conservazione dei relativi artefatti. Le sezioni successive esaminano poi alcune funzionalità di prodotto su misura singolarmente, offrendo spiegazioni più mirate su come funzionano tali capacità specifiche. La sequenza inizia qui sotto con una panoramica semplificata di Zoom AI nella sua forma più basilare, mostrando la piattaforma in uno stato incentrato su Zoom che utilizza l'architettura standard del modello federato di Zoom ma non introduce ancora integrazioni aziendali di terze parti o fonti esterne di dati dei clienti oltre ai fornitori di modelli AI di terze parti di Zoom. Da lì, i diagrammi introducono gradualmente parti più specializzate della piattaforma, incluse le opzioni dell'approccio AI di Zoom, la trasformazione dell'audio live in artefatti utilizzabili dall'AI e i modi in cui tali artefatti possono in seguito supportare altre funzionalità e flussi di lavoro. Considerati insieme, questi diagrammi hanno lo scopo di rendere un sistema altamente complesso più accessibile, scomponendolo in viste più piccole e più facili da seguire che riflettono come le diverse parti della piattaforma Zoom AI funzionano nella pratica. ## **Zoom AI**

Una semplice panoramica di Zoom AI

Il diagramma sopra presenta la piattaforma AI di Zoom in forma semplificata, mostrando la piattaforma in uno dei suoi stati più fondamentali. Illustra come diverse parti della più ampia architettura di prodotti e servizi di Zoom nota come backend web di Zoom—including aree come Meetings, Phone, Centro di contatto, riconoscimento automatico del parlato e altre offerte di Zoom—alimentino la più ampia piattaforma Zoom e contribuiscano al corpus di contenuti accessibili agli utenti che possono supportare funzionalità AI a valle. Un concetto centrale in questo diagramma è **contenuti degli utenti di Zoom**. Si riferisce ai contenuti generati tramite le interazioni di un utente con i prodotti e i servizi di Zoom che possono successivamente servire come input, contesto o artefatti per esperienze basate sull'AI. A seconda del prodotto e della funzionalità coinvolti, ciò può includere materiali come messaggi di Zoom Chat, riepiloghi della riunione, trascrizioni, documenti Canvas, My Notes, registrazioni e altri artefatti simili rivolti agli utenti. Questi materiali costituiscono una parte importante del livello contestuale che può supportare in seguito il recupero, il ragionamento, la sintesi e le azioni successive assistiti dall'AI. Anche questo contenuto può essere preparato per un uso futuro dell'AI tramite infrastrutture di recupero come il recupero indicizzato o i moduli di generazione aumentata dal recupero. In questi casi, gli artefatti pertinenti possono essere acquisiti e indicizzati in modo da poter essere individuati e utilizzati più efficacemente in successive query o processi AI. Questo aiuta Zoom AI a lavorare non solo con interazioni live, ma anche con contesto conservato e materiali generati in precedenza dagli utenti in tutta la piattaforma. Infine, il diagramma introduce anche **Zoom AI** Zoom AI stessa come il livello AI condiviso che opera in tutto questo ecosistema più ampio. In questa vista semplificata, Zoom AI è mostrata attraverso l'approccio federato standard di Zoom, in cui Zoom può usare sia modelli ospitati da Zoom in esecuzione all'interno della propria infrastruttura sia fornitori di modelli AI di terze parti selezionati quando appropriato per il compito da svolgere. Questo modello federato consente a Zoom di instradare le attività AI attraverso l'ambiente di modello disponibile più adatto, mantenendo al contempo un'esperienza AI unificata in tutta la piattaforma. ## Approcci del modello di servizio di Zoom AI

Panoramica degli approcci AI di Zoom, inclusi Federato, ZM+ e ZMO

Il diagramma sopra illustra i tre approcci AI di Zoom: l'Approccio Federato, Zoom-Hosted Models Plus (ZM+) e Solo Modelli Gestiti da Zoom (ZMO). Insieme, rappresentano i tre modi principali in cui Zoom fornisce servizi AI ai clienti, ciascuno offrendo un diverso equilibrio tra ampiezza delle funzionalità, flessibilità del modello e controllo dei dati. L'Approccio Federato è l'approccio standard di Zoom e quello con il maggior numero di funzionalità. Consente a Zoom di lavorare con più fornitori di AI, inclusi modelli ospitati da Zoom e partner di modelli di terze parti selezionati, così che le attività possano essere instradate al modello più adatto alla richiesta. ZM+ offre un modello di distribuzione più controllato usando istanze dedicate del modello gestite da Zoom, mentre ZMO mantiene l'elaborazione AI all'interno dei soli modelli ospitati da Zoom, offrendo il percorso del modello più restrittivo e controllato ma con un set di funzionalità più limitato. Ai fini di questa pagina, i diagrammi che seguono illustrano generalmente l'approccio federato, poiché riflette l'approccio standard di Zoom e la visione più ampia della funzionalità di Zoom AI. Le organizzazioni che usano ZM+ o ZMO possono spesso interpretare questi stessi diagrammi rimuovendo mentalmente i fornitori di modelli AI di terze parti e concentrandosi sulle porzioni rimanenti del flusso gestite da Zoom. Per ulteriori informazioni, fare riferimento alla pagina Modelli, elaborazione, archiviazione e utilizzo di Zoom AI. ## Funzionalità multimediali live e artefatti

Panoramica di come i media live vengono trasformati in dati speech-to-text che alimentano le funzionalità di Zoom AI

Il diagramma sopra illustra come le interazioni multimediali live—come riunioni e chiamate telefoniche—possano produrre funzionalità e artefatti AI a valle in tutta la piattaforma Zoom. In ogni caso, l'audio live entra in Zoom attraverso il punto di connessione associato a quel prodotto o servizio. Per le riunioni, questo è generalmente il **Multimedia Router (MMR)**. Per la telefonia, l'audio in genere entra tramite **zone SIP**. Una volta acquisito l'audio, viene instradato al servizio di Zoom **Automatic Speech Recognition (ASR)** , che converte l'audio live in **dati speech-to-text**. Questi dati speech-to-text possono essere utilizzati in diversi modi a seconda delle Impostazioni e delle funzionalità abilitate. In alcuni casi, vengono consegnati immediatamente agli utenti come **sottotitoli in tempo reale**. In contesti supportati, possono anche essere passati al servizio Live Translation di Zoom, che traduce l'output speech-to-text in sottotitoli tradotti per i partecipanti in altre lingue. **Live Translation** servizio, che traduce l'output speech-to-text in sottotitoli tradotti per i partecipanti in altre lingue. I dati speech-to-text possono anche supportare funzionalità più persistenti o derivate. Se la trascrizione è abilitata, oppure se un utente utilizza **trascrizione** , il servizio ASR può produrre una trascrizione dopo che la sessione live si conclude. Se la conservazione della trascrizione non è abilitata, tuttavia, i dati speech-to-text utilizzati durante l'interazione non vengono conservati come trascrizione persistente. Anche in questi casi, Zoom AI può comunque usare i dati speech-to-text in modo effimero durante la sessione per supportare funzionalità AI live. **My Notes**, il servizio ASR può produrre una trascrizione dopo che la sessione live si conclude. Se la conservazione della trascrizione non è abilitata, tuttavia, i dati speech-to-text utilizzati durante l'interazione non vengono conservati come trascrizione persistente. Anche in questi casi, Zoom AI può comunque usare i dati speech-to-text in modo effimero durante la sessione per supportare funzionalità AI live. Per esempio, un utente può porre **domande in riunione** tramite Zoom AI durante una riunione. In quel caso, Zoom AI può usare i dati speech-to-text live della riunione per interpretare la domanda dell'utente e generare una risposta pertinente basata sulla conversazione in corso. Un'importante distinzione in questo flusso è che Zoom AI non conserva necessariamente una trascrizione della conversazione semplicemente perché i dati speech-to-text sono stati utilizzati durante la sessione. A meno che la conservazione della trascrizione non sia specificamente abilitata, o che i dati vengano conservati tramite una funzionalità come **My Notes**, Alcuni artefatti conservati possono anche diventare la base per ulteriori artefatti a valle e flussi di lavoro. Un riepilogo della riunione, un riepilogo del webinar, un riepilogo della chiamata o le My Notes di un utente possono essere convertiti in un documento Zoom Canvas, dove può continuare a essere modificato, ampliato e utilizzato come artefatto di lavoro. A loro volta, quei documenti risultanti possono in seguito fungere da contesto per altre funzionalità AI o flussi di lavoro discussi altrove in questo documento. In questo modo, l'audio live può portare non solo a funzionalità AI immediate, ma anche a una catena di artefatti conservati che continuano a supportare il lavoro assistito dall'AI in tutta la piattaforma Zoom. **Zoom Canvas** documento, dove può continuare a essere modificato, ampliato e utilizzato come artefatto di lavoro. A loro volta, quei documenti risultanti possono in seguito fungere da contesto per altre funzionalità AI o flussi di lavoro discussi altrove in questo documento. In questo modo, l'audio live può portare non solo a funzionalità AI immediate, ma anche a una catena di artefatti conservati che continuano a supportare il lavoro assistito dall'AI in tutta la piattaforma Zoom. Questo diagramma si applica alle seguenti funzionalità: | Funzionalità | Descrizione | Prodotto/i | Conservazione degli artefatti | | :------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------: | :----------------: | :---------------------------: | | Sottotitoli in tempo reale | Sottotitoli speech-to-text in tempo reale per sessioni live. | Riunioni, webinar | Non conservato | | sottotitoli tradotti | sottotitoli tradotti in tempo reale generati dai dati speech-to-text dal vivo. | Riunioni, webinar | Non conservato | | Trascrizioni | Record di testo conservati dei contenuti speech-to-text della riunione. | Riunioni, Telefono | Conservato | | riepilogo della riunione | Riepilogo generato da AI dei punti chiave di discussione della riunione, delle decisioni e delle azioni da intraprendere. | Riunioni | Conservato | | Riepilogo del webinar | Riepilogo generato da AI dei contenuti chiave del webinar condivisi dopo la sessione. | Webinar | Conservato | | Riepilogo di chiamare | Riepilogo post-chiamare generato da AI dei dettagli chiave e delle azioni da intraprendere. | Telefono | Conservato | | My Notes | Note personali, trascrizione e contesto della riunione conservati per riferimento successivo e follow-up. | Riunioni | Conservato | | Attività di follow-up | Azioni di follow-up suggerite da AI in base ai dettagli della conversazione. | Zoom Tasks | Conservato | | Prioritizzazione della segreteria telefonica | Classificazione basata su AI dei messaggi della segreteria telefonica in base all'importanza definita dall'utente. | Telefono | Conservato | | Domande sulla riunione | Risposte AI alle domande della riunione usando il contesto della riunione in diretta. | Riunioni | Conservato | | Domande del webinar | Risposte AI alle domande del webinar usando il contesto del webinar in diretta. | Webinar | Conservato | | Domande su chiamare | Risposte AI alle domande su chiamare usando il contesto di chiamare in diretta. | Telefono | Conservato | ## Funzionalità di registrazione

Panoramica di come Zoom elabora le registrazioni e le funzionalità AI

Il diagramma sopra illustra come Zoom AI supporta **le funzionalità AI basate sulle registrazioni** operando sulla registrazione completata dopo che la sessione in diretta è terminata. Come per altre esperienze Zoom basate su audio, il media originale entra attraverso l'infrastruttura associata al prodotto in uso—come il **MMR** per le riunioni o il pertinente **zona SIP** per la telefonia. Nell'ambito di quel flusso, la registrazione viene creata e inviata al servizio di registrazione di Zoom, dove la registrazione completata viene quindi archiviata nell'archiviazione dei contenuti di Zoom. Una volta finalizzata la registrazione, l'audio associato a tale registrazione viene inviato al servizio di Zoom **Automatic Speech Recognition (ASR)** per la trascrizione. Questo processo produce una **trascrizione specifica della registrazione**, che può differire dai dati speech-to-text generati durante la sessione in diretta stessa. In altre parole, la trascrizione associata a una registrazione completata viene generata come parte del flusso di elaborazione post-registrazione anziché essere semplicemente copiata dal livello di interazione in diretta. Dopo che la trascrizione della registrazione è stata prodotta, può quindi essere inviata a **Zoom AI** per ulteriori analisi. In questa fase, Zoom AI elabora la trascrizione per identificare artefatti di registrazione di livello superiore come riepiloghi, momenti salienti, capitoli e altre rappresentazioni strutturate della conversazione. Questa analisi viene eseguita utilizzando il livello di elaborazione AI di Zoom, inclusi, ove applicabile, i modelli ospitati da Zoom, per trasformare la trascrizione grezza della registrazione in output post-riunione o post-chiamare più utilizzabili. Una volta completata l'analisi, gli artefatti AI risultanti sono associati alla registrazione stessa. Questo consente all'utente che visualizza una registrazione di vedere non solo la registrazione e la trascrizione, ma anche gli ulteriori livelli generati da AI che rendono il contenuto più facile da navigare e comprendere. In questo modo, il diagramma mostra come una registrazione completata possa diventare la base per una seconda fase di elaborazione AI, producendo funzionalità di registrazione arricchite che vanno oltre il supporto multimediale originale archiviato. Questo diagramma si applica alle seguenti funzionalità: | Funzionalità | Descrizione | Prodotto/i | Conservazione degli artefatti | | :-------------------------------------------------: | :-------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------: | :---------------------------: | | registrazione smart | Momenti salienti, capitoli e riepiloghi generati da AI per le riunioni registrate | Riunioni | Conservato | | Genera titoli, descrizioni e tag | Titoli, descrizioni e tag generati da AI per le clip. | Clip | Conservato | | Creazione di contenuti AI per registrazioni e video | Utilizza le trascrizioni delle registrazioni dell'Evento per generare contenuti scritti e frammenti video curati da AI dai momenti chiave della sessione. | Zoom Events | Conservato | ## Funzionalità AI derivate

Panoramica di come Zoom elabora le funzionalità di generazione di contenuti AI derivati

Il diagramma sopra illustra come **funzionalità AI derivate** operare utilizzando contenuti utente Disponibile come contesto per attività e output assistiti dall’IA successivi. In questi casi, Zoom AI non funziona più solo a partire dai dati di interazione in tempo reale. Invece, attinge ad artefatti che esistono già all’interno dell’ambiente di contenuti più ampio dell’utente per rispondere a una domanda, sintetizzare informazioni o aiutare a produrre un nuovo risultato. A seconda dell’attività, questo materiale contestuale può includere elementi come messaggi di chat, riepiloghi delle riunioni, le Mie note, trascrizioni, documenti di Zoom Canvas, presentazioni Zoom Slide, documenti di Zoom Paper, contenuti di Zoom Mail o Zoom Calendar, dati e-mail o del calendario di terze parti collegati oppure file caricati dall’utente per supportare una richiesta specifica. In questo modo, Zoom AI sta usando artefatti Zoom creati in precedenza, insieme a dati personali a livello di utente, se disponibili, per aiutare a raggiungere l’obiettivo finale richiesto dall’utente. Il diagramma riflette anche che questo processo può a sua volta generare **nuovo contenuto utente**. Ad esempio, Zoom AI può utilizzare materiali esistenti per creare un nuovo Zoom Sheet, un documento Zoom Canvas, una presentazione Zoom Slide o un documento Zoom Paper. Una volta creati, questi nuovi artefatti diventano parte del più ampio repository di contenuti dell’utente e potranno in seguito essere riutilizzati come contesto per future funzioni e flussi di lavoro assistiti dall’IA. Ciò crea una progressione a strati in cui i contenuti precedenti dell’utente possono sostenere gli output successivi, e tali output possono a loro volta diventare nuovi artefatti contestuali nel tempo. Questo stesso schema può comparire anche in altre superfici di Zoom. In ambienti come **Zoom hub** o il **gruppo chat AI**, gli utenti possono porre domande sulla piattaforma o interagire con documenti e materiali disponibili tramite la suite di produttività IA di Zoom. In questi casi, Zoom AI sta di nuovo lavorando su contenuti esistenti accessibili all’utente per fornire recupero, sintesi, risposta alle domande o follow-through, mostrando come le funzionalità IA derivate estendano il valore dei contenuti precedenti a nuovi compiti e risultati. {% hint style="info" %} **Nota** Caricamenti di file locali dell’utente [può essere disabilitato](https://support.zoom.com/hc/en/article?id=zm_kb\&sysparm_article=KB0077150). {% endhint %} Questo diagramma si applica alle seguenti funzionalità: | Funzionalità | Descrizione | Prodotto/i | Conservazione degli artefatti | | :-----------------------: | :--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------: | :---------------------------: | | Generazione dei contenuti | La generazione dei contenuti usa l’IA per creare, perfezionare, riassumere e organizzare documenti, presentazioni, fogli di calcolo e altri output a partire da prompt in linguaggio naturale. | Canvas, Sheets, Paper, Slides | Conservato | | gruppo chat AI | Assistenza IA conversazionale per porre domande, generare contenuti e lavorare nel contesto Zoom disponibile. | gruppo chat AI | Conservato | | Poni domande | Risposte generate dall’IA basate su documenti e materiali selezionati in Zoom Hub. | hub | Conservato | ## Caratteristiche generative e di composizione

Panoramica di come Zoom elabora le richieste di IA generativa e di composizione

Il diagramma sopra illustra come **funzionalità generative e di composizione** operare all'interno della piattaforma Zoom AI. A differenza delle funzionalità di IA derivate, che si basano su contenuti preesistenti dell'utente per aiutare a raggiungere un'attività o un risultato successivi, le funzionalità generative e di composizione sono spesso guidate in modo più diretto dall'input immediato dell'utente. In molti casi, queste funzionalità non dipendono da artefatti Zoom conservati e già archiviati altrove nell'ambiente dei contenuti dell'utente. Invece, sono alimentate principalmente da prompt diretti dell'utente, query, file caricati o dal contenuto immediato sullo schermo associato all'esperienza del prodotto attiva. Questa distinzione è particolarmente importante per le funzionalità che operano sul contenuto visibile nel contesto attuale dell’utente, piuttosto che su artefatti precedentemente indicizzati o conservati. Ad esempio, quando un utente riassume un thread di chat, riassume un’e-mail oppure chiede a Zoom AI di redigere una risposta a un’e-mail, il contenuto pertinente viene in genere prelevato dal contesto attivo del client e inserito in un payload di richiesta per l’elaborazione da parte di Zoom AI. In altre parole, Zoom non sta necessariamente recuperando quel contenuto da un repository separato lato server per portare a termine l’attività. Invece, le informazioni pertinenti dal thread attivo, dal set di messaggi o da altro contesto visibile dell’interfaccia vengono convertite in forma testuale e inviate a Zoom AI dall’app Zoom Workplace, così che il servizio possa eseguire elaborazione del linguaggio naturale, riepilogo o generazione. Il diagramma include anche casi d’uso generativi che si basano principalmente su istruzioni dirette dell’utente anziché su materiale testuale di origine. Ad esempio, quando un utente richiede la generazione di un’immagine, l’utente descrive l’output desiderato tramite un prompt e il modello genera l’immagine in base a tale descrizione. In alcuni contesti di prodotto, come Zoom Whiteboard, la generazione di immagini potrebbe basarsi su provider di modelli di IA di terze parti. In altri contesti, Zoom può utilizzare i propri modelli ospitati. Ad esempio, la generazione dell’immagine di sfondo virtuale di Zoom può basarsi su un modello ospitato da Zoom che utilizza embedding e relativa elaborazione per generare output visivi, con il contenuto risultante che passa attraverso controlli di moderazione prima di essere restituito all’utente. Nel complesso, il diagramma mostra che le funzionalità generative e di composizione spesso dipendono meno dagli artefatti conservati e più dall'intento immediato dell'utente, dal contesto lato client, "Attiva", o dai materiali di supporto caricati. In questo modo, rappresentano un altro importante modo di funzionamento di Zoom AI: non solo recuperare e ragionare sui contenuti precedenti, ma anche generare nuovi output direttamente dalla richiesta corrente dell'utente e dal contesto circostante. Questo diagramma si applica alle seguenti funzionalità: | Funzionalità | Descrizione | Prodotto/i | Conservazione degli artefatti | | :---------------------------------------: | :--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :-----------------------: | :---------------------------: | | sfondo virtuale | Utilizza l'IA per creare immagini personalizzate di sfondo virtuale a partire dai prompt dell'utente da usare in Zoom Sessions. | Riunioni, Eventi, webinar | Mantenuto (se salvato) | | Generazione immagini | Utilizza l'IA per trasformare disegni su lavagna o elementi visivi grezzi in risultati visivi più rifiniti, renderizzati o stilizzati. | lavagna | Mantenuto (se salvato) | | Generazione immagini | Utilizza l'IA per creare immagini brandizzate e altri asset visivi per gli eventi, come intestazioni, immagini della sessione e materiali relativi all'expo. | Eventi | Mantenuto (se salvato) | | Generazione dei contenuti | Utilizza l'IA per generare contenuti della lavagna sullo schermo, come testo, note adesive, tabelle, mappe mentali e altri elementi visivi strutturati a partire dai prompt dell'utente. | lavagna | Mantenuto (se salvato) | | Generazione dei contenuti | Utilizza l'IA per generare contenuti scritti per eventi, come descrizioni, dettagli della sessione, biografie degli speaker e annunci nella hall. | Eventi | Mantenuto (se salvato) | | composizione e-mail | Utilizza l'IA per redigere e perfezionare i contenuti e-mail, inclusi i corpi dei messaggi, le righe dell'oggetto e le risposte. | e-mail | Conservato (se inviato) | | Composizione chat | Utilizza l'IA per redigere e revisionare i messaggi chat in base ai prompt dell'utente e al contesto della conversazione Disponibile. | chat | Conservato (se inviato) | | Riepilogo e-mail | Utilizza l'IA per riassumere i contenuti principali di un'e-mail o di un thread e-mail. | e-mail | Non conservato | | Riepilogo di messaggio, thread, documento | Utilizza l'IA per riassumere i messaggi chat, i thread di conversazione e i documenti allegati supportati o i contenuti Canvas collegati. | chat | Non conservato | | Caricamento intelligente | Estrae i dettagli dell'Evento dai file caricati per creare automaticamente sessioni, relatori e domande personalizzate. | Zoom Events | Mantenuto (se salvato) | ## My Notes ### My Notes in Zoom Meetings

Panoramica dei flussi di dati di My Notes nelle riunioni Zoom

Il diagramma sopra mostra come, all'interno di Zoom Meetings, My Notes utilizzi il percorso audio esistente della riunione anziché fare affidamento su altro audio presentare sul Dispositivo dell’utente. Quando My Notes è abilitato durante una riunione Zoom, accede all'audio condiviso della riunione instradato attraverso la sessione Multi-Media Router (MMR) della riunione. Tale audio viene quindi elaborato dal servizio Automatic Speech Recognition (ASR) di Zoom per generare una trascrizione, che viene recapitata al Dispositivo dell’utente e può successivamente supportare la generazione di note post-riunione. In questo flusso, la trascrizione si basa specificamente sull'audio della riunione Zoom associato a quella sessione di riunione. Non si basa su audio del dispositivo locale non correlato al di fuori della riunione stessa. Dopo la conclusione della riunione, la trascrizione risultante e le note possono rimanere disponibili in base alle Impostazioni di conservazione applicabili dell’utente, mentre l'audio sottostante utilizzato per la trascrizione non viene conservato una volta completata l'elaborazione. ### My Notes fuori da Zoom Meetings

Panoramica dei flussi di dati di My Notes al di fuori delle riunioni Zoom

Il diagramma sopra mostra come, al di fuori di Zoom Meetings, My Notes operi attraverso l'audio del dispositivo locale dell'utente anziché attraverso una sessione di riunione Zoom condivisa. Se abilitato durante una riunione di terze parti o una discussione di persona, My Notes può utilizzare l'accesso a livello di sistema operativo al microfono dell’utente e, ove applicabile, all'audio di sistema per acquisire l'audio locale disponibile su quel Dispositivo. Questo audio viene quindi instradato attraverso una sessione MMR per singolo utente ed elaborato dal servizio Automatic Speech Recognition (ASR) di Zoom per generare una trascrizione, che viene recapitata al Dispositivo dell’utente e può successivamente supportare la generazione di note post-riunione. Ciò significa che, al di fuori di Zoom Meetings, la trascrizione si basa esclusivamente sull'audio trasmesso dal Dispositivo locale dell’utente anziché da un flusso audio condiviso di riunione Zoom. My Notes può anche chiedere all’utente di iniziare una nuova nota quando viene rilevata attività del microfono del Dispositivo, contribuendo a rendere visibile la Funzionalità in situazioni come riunioni di terze parti, registrazioni basate su browser o altri flussi di lavoro con microfono attivo. Come per il flusso in riunione, l'audio utilizzato per la trascrizione non viene conservato dopo il completamento della trascrizione, mentre le note e le trascrizioni risultanti possono rimanere salvate nell'account dell’utente secondo le Impostazioni di conservazione applicabili. ## ZoomMate

Panoramica dei flussi di dati di ZoomMate

Il diagramma sopra illustra come **ZoomMate funziona come superficie di lavoro principale all'interno di Zoom Workplace**, operando nel punto in cui il contesto dell'utente, la conoscenza connessa e le capacità di esecuzione convergono. Invece di esistere solo come assistente autonomo, ZoomMate si colloca al centro di un ambiente di lavoro più ampio in cui gli utenti possono cercare, ragionare, creare e agire attraverso i materiali e i sistemi che supportano il loro lavoro quotidiano. Gran parte di questo ruolo deriva dall'accesso di ZoomMate a **contenuti Zoom di prima parte**. Ciò può includere elementi come riepiloghi, My Notes, registrazioni, documenti Canvas, messaggi chat e altri materiali generati dall'utente creati attraverso la piattaforma Zoom. Questi elementi aiutano a fornire a ZoomMate il contesto di cui ha bisogno per rispondere alle domande, sintetizzare le informazioni, generare output e supportare il follow-up. ZoomMate può anche usare **memoria**, consentendogli di incorporare preferenze rilevanti dell'utente o dettagli relativi al lavoro quando aiuta a completare un'attività. Il diagramma mostra anche come ZoomMate si estenda oltre i contenuti nativi di Zoom integrandosi con **fonti di conoscenza di terze parti**. Per esempio, i servizi di Archiviazione su cloud connessi come Google Drive o OneDrive possono fungere da depositi esterni di informazioni accessibili all'utente. Quando queste fonti sono integrate, Zoom può indicizzare i contenuti approvati per supportare il recupero tra tali materiali, consentendo a ZoomMate di usare **ricerca agentica** per operare sia sui contenuti Zoom sia sulle conoscenze di terze parti connesse. In questo modo, ZoomMate può cercare non solo in ciò che esiste all'interno di Zoom, ma anche tra i documenti e i materiali a cui un utente è autorizzato ad accedere nelle piattaforme esterne connesse. Altre fonti di dati personali, come **e-mail e calendario** (escluse le e-mail crittografate end-to-end), possono anche supportare ZoomMate, ma funzionano in modo diverso. Anziché essere indicizzate, queste fonti in genere comunicano con ZoomMate tramite il recupero diretto basato su API. Ciò le rende utili per attività come individuare il contesto rilevante delle e-mail, rivedere le informazioni del calendario o aiutare a Pianificare eventi, senza trattarle come parte del livello di recupero indicizzato usato per una ricerca documentale più ampia. Il diagramma riflette inoltre che ZoomMate può connettersi a una gamma più ampia di **servizi e connettori di terze parti** che supportano l'esecuzione di azioni così come l'accesso alle conoscenze. Questi possono includere sistemi come Jira, HubSpot, ServiceNow, Workday e altre piattaforme Business connesse. Grazie a queste connessioni, ZoomMate può eseguire **attività agentiche** per conto dell’utente, ad esempio creando o aggiornando record, recuperando informazioni da servizi esterni o eseguendo altre azioni connesse all’interno di quei sistemi. Questo rende ZoomMate più di una superficie di recupero e sintesi; funziona anche come un livello di esecuzione che può aiutare a trasformare il contesto in azione. Questa stessa base contribuisce anche ad alimentare **agenti** e **flussi di lavoro** all’interno dell’ambiente ZoomMate. Gli agenti possono usare lo stesso contesto sottostante, gli stessi percorsi di recupero e gli stessi sistemi connessi per fornire un’assistenza più dinamica, basata sul ragionamento, aiutando gli utenti a portare a termine attività multi-passaggio più ampie con maggiore continuità e adattabilità. I flussi di lavoro, al contrario, possono offrire un’automazione più strutturata e ripetibile, consentendo agli utenti di definire processi ricorrenti che operano sui contenuti Zoom e, ove supportato, sui sistemi esterni connessi. In questo modo, ZoomMate funge non solo da interfaccia conversazionale, ma anche da punto di orchestrazione sia per attività agentiche dinamiche sia per un’automazione più strutturata. **Sandbox** può inoltre supportare alcune delle funzionalità di esecuzione più avanzate di ZoomMate. Per attività che richiedono esecuzione di codice, generazione di file, automazione o altre elaborazioni più sofisticate, ZoomMate può usare un ambiente sandbox separato invece di affidarsi solo all’elaborazione conversazionale Standard. Questa sandbox viene eseguita sull’infrastruttura AWS di Zoom e fornisce un livello di esecuzione isolato e a breve durata per attività di maggiore complessità, aiutando ZoomMate a svolgere determinate operazioni in un ambiente più controllato. In questo modo, la stessa base più ampia di ZoomMate che supporta recupero, ragionamento, agenti e flussi di lavoro può anche supportare un’esecuzione di attività più avanzata quando il lavoro richiesto lo richiede. Infine, il diagramma non rappresenta tutti i componenti sottostanti che aiutano ad alimentare ZoomMate. Non Mostra esplicitamente livelli di funzionalità fondamentali come le competenze, o altre strutture di supporto che fanno parte dell’infrastruttura e della progettazione più ampia di Zoom AI. Si presume che questi elementi operino all’interno del sistema IA sottostante che abilita il comportamento di ZoomMate. Lo scopo di questo diagramma è invece Mostra le principali superfici di contesto, conoscenza e azione attraverso le quali ZoomMate funziona come una superficie di lavoro unificata tra Zoom e i sistemi connessi. ### Connessioni di terze parti e indicizzazione di ZoomMate

Panoramica di come ZoomMate si collega a connessioni di terze parti e origini dati

Il diagramma sopra illustra due parti correlate ma distinte dell’architettura dei dati di terze parti di ZoomMate. La prima è il modo in cui ZoomMate si collega ad applicazioni e servizi di terze parti supportati, così può recuperare informazioni o compiere azioni all’interno di quei sistemi. La seconda è il modo in cui alcune origini di contenuti di terze parti supportate possono essere acquisite e indicizzate, così ZoomMate può in seguito recuperare tali contenuti in modo più efficiente tramite la generazione aumentata dal recupero. #### ZoomMate può connettersi direttamente ad applicazioni e servizi di terze parti Una parte del diagramma mostra come ZoomMate si connette ad applicazioni di terze parti supportate come Jira, Confluence, Salesforce, ServiceNow, Workday, piattaforme di Archiviazione su cloud e altri sistemi Business esterni. Queste connessioni consentono a ZoomMate di operare oltre i contenuti nativi di Zoom interagendo con strumenti che archiviano dati Business o supportano il lavoro operativo al di fuori della piattaforma Zoom. Queste connessioni sono stabilite tramite una connessione TLS attraverso modelli di accesso autorizzati, come integrazioni basate su API o connessioni basate su MCP. In entrambi i casi, ZoomMate opera all'interno delle autorizzazioni concesse dal servizio connesso. Ciò consente a ZoomMate di recuperare informazioni pertinenti da quei sistemi e, laddove supportato, di agire al loro interno per conto dell'utente. Ad esempio, ZoomMate può recuperare dettagli da un ticket Jira, cercare una pagina Confluence, aggiornare una voce in ServiceNow oppure usare un altro sistema connesso come parte dell'esecuzione di un'attività più ampia. Questo modello di connessione diretta è particolarmente importante per le attività che dipendono dallo stato attuale del sistema o dall'accesso in tempo reale a strumenti di terze parti. In questi casi, ZoomMate può usare l'applicazione connessa come endpoint di servizio attivo anziché solo come repository di contenuti indicizzati in precedenza. #### ZoomMate può indicizzare contenuti approvati di terze parti per un successivo recupero Una seconda parte del diagramma mostra come ZoomMate possa acquisire e indicizzare contenuti da fonti di terze parti supportate, in modo che il materiale possa in seguito essere recuperato come parte di una ricerca o di una risposta assistita dall'IA. Questo modello di recupero indicizzato è più rilevante per repository di contenuti connessi come sistemi di Archiviazione su cloud, basi di conoscenza, piattaforme documentali e altre fonti supportate in cui ZoomMate potrebbe aver bisogno di cercare in un insieme più ampio di contenuti esterni conservati. Una volta che una fonte supportata è connessa e approvata per l'indicizzazione, ZoomMate può recuperare contenuti da quella fonte e prepararli per ricerche successive. Questo processo di preparazione può includere la suddivisione di file o registrazioni più grandi in unità più piccole e l'aggiunta di metadati come origine, ora di aggiornamento, proprietà e informazioni di Autorizzazione. Quel contenuto viene quindi scritto nel livello di indicizzazione di Zoom in modo che possa essere cercato in seguito sia tramite corrispondenza esatta sia tramite recupero basato sul significato. Quando un utente invia una richiesta che dipende da contenuti di terze parti indicizzati, ZoomMate può cercare quel materiale indicizzato, valutare quali risultati sono più pertinenti e applicare le informazioni di Autorizzazione associate alla fonte originale in modo che solo i contenuti autorizzati possano comparire. I contenuti autorizzati più pertinenti possono quindi essere passati al livello IA di ZoomMate come contesto di supporto per la risposta. In questo modo, il diagramma mostra come i contenuti di terze parti indicizzati possano aiutare ZoomMate a produrre risposte basate su materiali Business reali e connessi, anziché affidarsi solo alla conoscenza generale del modello. ## Avatar personalizzati ### Creazione dell'avatar

Panoramica del processo di creazione dell'avatar personalizzato

Il diagramma sopra illustra come un avatar personalizzato venga creato a partire dal video e dalla voce registrati di un utente. Il processo inizia quando all'utente viene presentato uno script e gli viene chiesto di registrare se stesso mentre lo legge. Questo passaggio di registrazione guidata consente a Zoom di acquisire il materiale audiovisivo necessario per generare sia la somiglianza dell'avatar dell'utente sia il modello vocale associato usato in successivi output basati su avatar. Dopo che l'utente completa la registrazione, i componenti audio e video vengono elaborati tramite percorsi diversi. L'audio viene inviato a un servizio di terze parti che genera una somiglianza vocale basata sul parlato registrato dell'utente. Una volta completata quell'elaborazione, il servizio di terze parti restituisce a Zoom un identificativo vocale univoco. Zoom memorizza questo identificativo come riferimento vocale dell'utente, così può essere usato in seguito quando vengono generati clip basate su avatar o altri output supportati che si basano su quella voce sintetizzata. Allo stesso tempo, il componente video viene inviato a un modulo di generazione avatar ospitato da Zoom, dove Zoom elabora il materiale visivo registrato per creare la rappresentazione avatar dell'utente. Questo dà come risultato un modello avatar che Zoom memorizza per un uso futuro. Presi insieme, questi due output conservati—l'identificativo vocale memorizzato e il modello avatar memorizzato—consentono a Zoom di generare in futuro clip o contenuti multimediali basati su avatar che riflettano sia la somiglianza dell'utente sia la sua voce sintetizzata. ### Creazione della clip

Panoramica del processo di creazione della clip Custom Avatar

Il diagramma sopra illustra come una clip Custom Avatar venga creata a partire dall'avatar memorizzato e dal profilo vocale sintetizzato di un utente. Il processo inizia quando l'utente carica lo script che desidera che l'avatar presenti. Quel testo funge da contenuto sorgente per la clip generata.\ \ Da lì, il backend web di Zoom coordina due input paralleli necessari per creare l'output finale. Per prima cosa, invia l'identificativo vocale memorizzato dell'utente insieme allo script al servizio di generazione vocale di terze parti, che produce l'audio della clip usando la voce sintetizzata dell'utente. In secondo luogo, invia il modello avatar memorizzato dell'utente al modulo di generazione avatar di Zoom, così il componente visivo della clip può essere preparato usando la somiglianza dell'avatar creata in precedenza.\ \ Una volta che il servizio di generazione vocale di terze parti ha prodotto l'audio, tale audio viene restituito a Zoom e passato al modulo di generazione avatar. Il modulo di generazione avatar combina quindi il modello avatar memorizzato con l'audio vocale generato, sincronizzando i movimenti del viso e della bocca dell'avatar con il contenuto parlato. Dopo il completamento di questo processo di sincronizzazione labiale e rendering, Zoom produce la clip avatar finita e la consegna all'utente. ## Dizionario personalizzato

Flussi di dati del Dizionario personalizzato

Il diagramma sopra illustra come la funzionalità Dizionario personalizzato aiuti a migliorare l'accuratezza degli output di Zoom basati sul parlato fornendo al servizio di Riconoscimento automatico del parlato (ASR) di Zoom un contesto lessicale aggiuntivo. Questa funzionalità è progettata per supportare parole, abbreviazioni, gergo, nomi di prodotto o terminologia specializzata che può essere specifica di un'azienda, di un settore, di un team o di una regione e che altrimenti potrebbe non essere riconosciuta o resa correttamente durante la trascrizione. Il processo inizia quando un amministratore dell'account crea e memorizza un dizionario personalizzato nel Zoom web portal. Quel dizionario contiene l'elenco di parole o frasi approvate che l'Organizzazione vuole che Zoom riconosca con maggiore accuratezza. Una volta che il dizionario è stato salvato a livello di account, diventa Disponibile per l'uso in contesti supportati di riunione e di elaborazione del parlato. Quando in seguito un utente avvia una riunione, il servizio AASR di Zoom può ricevere il dizionario personalizzato dell'account come parte del proprio contesto di elaborazione. Mentre il servizio ASR converte l'audio live in dati di speech-to-text, può confrontare il linguaggio parlato percepito con il dizionario personalizzato e tentare di mappare i suoni riconosciuti ai termini memorizzati. Questo fornisce all'ASR una guida aggiuntiva su quali parole cercare, su come alcuni termini possano essere scritti e su come abbreviazioni o linguaggio specializzato debbano essere interpretati. Il risultato è che l'output iniziale di speech-to-text può riflettere con maggiore accuratezza la terminologia effettivamente usata nella riunione. Questa accuratezza migliorata può poi essere trasferita agli artefatti downstream derivati dalla conversazione. Ad esempio, se in seguito viene generato un riepilogo della riunione, sottotitoli, una trascrizione o un altro asset basato su dati speech-to-text, tali output possono riflettere una rappresentazione più accurata delle parole pronunciate durante la riunione, contribuendo a migliorare la qualità e l'utilità dell'artefatto generato da Zoom AI. ## Modelli personalizzati di riepilogo della riunione

Flussi di dati dei modelli di riepilogo della riunione personalizzati

Il diagramma sopra illustra come vengono generati i riepiloghi della riunione personalizzati da un modello definito dall'utente o dall'account. Il processo inizia quando un modello viene creato e salvato in Zoom. A livello di account, un amministratore dell'account può definire un modello di riepilogo della riunione personalizzato per l'uso dell'Organizzazione. A livello individuale, un utente può creare un modello personale di riepilogo della riunione in base alle proprie preferenze. Una volta creato, il modello selezionato viene memorizzato così può essere applicato durante le generazioni successive del riepilogo. Quando una riunione si conclude, Zoom AI può usare i dati speech-to-text della riunione per generare un riepilogo della riunione che segue la struttura e l'enfasi del modello personalizzato scelto. Se il modello personalizzato è stato selezionato prima che venisse generato il riepilogo della riunione, Zoom AI applica direttamente quel modello durante la creazione del riepilogo. Questo consente all'output risultante di riflettere il formato, le sezioni o le priorità specifiche definite nel modello piuttosto che solo una struttura di riepilogo predefinito. Se un modello personalizzato non è stato selezionato prima che il riepilogo venisse generato per la prima volta, Zoom può applicare quel modello in un secondo momento solo se la trascrizione della riunione è stata conservata. In quel caso, Zoom AI può rielaborare la trascrizione conservata usando la configurazione del modello e produrre un nuovo riepilogo allineato a quella struttura. Se la trascrizione non è stata conservata, tuttavia, Zoom non dispone della trascrizione sottostante disponibile per la rielaborazione, il che significa che il modello personalizzato non può essere applicato a posteriori. ## Isolamento audio personale

Panoramica di come Personal Audio Isolation isola la voce di un utente

Il diagramma sopra illustra come **Isolamento audio personale** funziona usando un'impronta vocale memorizzata localmente sul Dispositivo dell'utente per distinguere il parlato dell'utente dal Rumore di sottofondo circostante. Il processo inizia quando l'utente registra un campione vocale tramite la funzionalità Personal Audio Isolation nell'app Zoom Workplace. Quella registrazione viene usata per creare un'impronta vocale locale che aiuta l'applicazione a riconoscere le caratteristiche vocali dell'utente. Questa impronta vocale rimane sulla macchina locale e non viene trasmessa al cloud Zoom. Quando l'utente parla in seguito durante una riunione in un ambiente con rumore ambientale, l'app Zoom Workplace usa quell'impronta vocale memorizzata localmente per aiutare a identificare i modelli di parlato dell'utente e separarli dai suoni circostanti. Ciò consente all'applicazione di rimuovi rumore di fondo e di isolare la voce dell'utente in modo più efficace prima che l'audio venga inoltrato nel flusso della riunione. Di conseguenza, l'audio trasmesso al cloud Zoom è l'audio della riunione rifinito, con il rumore ambientale filtrato nella misura supportata dalla Funzionalità. La stessa impronta vocale di base dell'utente non viene inviata all'infrastruttura cloud di Zoom. In questo modo, Personal Audio Isolation opera come una Funzionalità di elaborazione a livello di Dispositivo locale che migliora la chiarezza audio prima che l'audio pulito venga trasmesso nella sessione Zoom in tempo reale. --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://library.zoom.com/technical-library/it/ai-whitepaper/diagrams.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.