> 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/ai-whitepaper/diagrams.md). # Diagrammi e flussi di dati Diagrammi e flussi di dati di Zoom AI per Zoom Workplace, Webinar ed Eventi Le capacità di Zoom AI si estendono a un'ampia gamma di prodotti, servizi e flussi di lavoro, il che significa che nessun singolo diagramma può rappresentare in modo ragionevole o completo il funzionamento dell'AI nell'intera piattaforma Zoom. Diverse funzionalità si basano su input, percorsi di elaborazione, comportamenti di archiviazione, interazioni con i modelli e output diversi. 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 rimangono interamente all'interno dell'ambiente proprietario di Zoom, mentre altre si basano sull'architettura AI federata di Zoom e, in alcuni casi, su sistemi esterni collegati. Per rendere più facile la comprensione di questo sistema dinamico e ampio, questa pagina presenta una serie di diagrammi invece di affidarsi a un unico modello visivo. Ciascuno evidenzia un livello, un percorso o un pattern 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 relativo prodotto e lo stato di conservazione degli artefatti. Le sezioni successive esaminano poi singole funzionalità di prodotto su misura, 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 centrato sul primo fornitore 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, tra cui le opzioni di 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. Nel complesso, questi diagrammi hanno lo scopo di rendere un sistema altamente complesso più accessibile, suddividendolo in viste più piccole e più facili da seguire che riflettono il modo in cui 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 una forma semplificata, mostrando la piattaforma in uno dei suoi stati più fondamentali. Illustra come le diverse parti dell'architettura più ampia dei prodotti e servizi di Zoom, nota come backend Web di Zoom — incluse aree come Riunioni, Telefono, centro di contatto, riconoscimento automatico del parlato e altre offerte Zoom — confluiscano nella piattaforma Zoom più ampia e contribuiscano al corpo di contenuti accessibili agli utenti che possono supportare la funzionalità AI downstream. Un concetto centrale in questo diagramma è **il contenuto utente di Zoom**. Si riferisce ai contenuti generati tramite le interazioni di un utente con i prodotti e i servizi Zoom che possono in seguito fungere da 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 all'utente. Questi materiali costituiscono una parte importante del livello contestuale che può supportare in seguito recupero assistito dall'AI, ragionamento, riepilogo e follow-through. Parte di questi contenuti può anche essere preparata per un uso futuro dell'AI tramite infrastrutture di recupero come il recupero indicizzato o moduli di generazione aumentata dal recupero. In questi casi, gli artefatti pertinenti possono essere acquisiti e indicizzati in modo da poter essere localizzati e utilizzati in modo più efficiente in successive query o processi AI. Ciò aiuta Zoom AI a lavorare non solo con le interazioni in tempo reale, ma anche con il contesto conservato e con materiali generati in precedenza dagli utenti in tutta la piattaforma. Infine, il diagramma introduce anche **Zoom AI** Zoom AI come 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 utilizzare sia modelli ospitati da Zoom in esecuzione all'interno della propria infrastruttura sia fornitori selezionati di modelli AI di terze parti quando appropriato per l'attività da svolgere. Questo modello federato consente a Zoom di instradare le attività AI attraverso l'ambiente di modelli disponibile più adatto, mantenendo al contempo un'esperienza AI unificata su tutta la piattaforma. ## Approcci al modello di servizio di Zoom AI

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

Il diagramma sopra illustra i tre approcci AI di Zoom: l'Approccio Federato, Modelli Ospitati da Zoom Plus (ZM+) e Solo Modelli Gestiti da Zoom (ZMO). Insieme, questi rappresentano i tre modi principali in cui Zoom fornisce servizi AI ai clienti, offrendo ciascuno 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 più completo in termini di funzionalità. Consente a Zoom di lavorare con più fornitori di AI, inclusi modelli ospitati da Zoom e partner selezionati di modelli di terze parti, in modo che le attività possano essere instradate verso il modello più adatto alla richiesta. ZM+ fornisce un modello di distribuzione più controllato utilizzando istanze dedicate di modelli gestite da Zoom, mentre ZMO mantiene l'elaborazione AI esclusivamente all'interno dei 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 in genere illustrano l'approccio federato, poiché riflette l'approccio standard di Zoom e la visione più ampia della funzionalità Zoom AI. Le organizzazioni che utilizzano ZM+ o ZMO possono spesso interpretare gli stessi diagrammi rimuovendo mentalmente i fornitori di modelli AI di terze parti e concentrandosi sulle parti rimanenti del flusso gestite da Zoom. Per ulteriori informazioni, fare riferimento alla pagina Modelli, elaborazione, archiviazione e utilizzo di Zoom AI. ## Funzionalità e artefatti dei media in tempo reale

Panoramica di come i media in tempo reale vengono trasformati in dati da voce a testo che alimentano le funzionalità di Zoom AI

Il diagramma sopra illustra come le interazioni con i media in tempo reale — come riunioni e chiamate telefoniche — possano produrre funzionalità e artefatti downstream basati sull'AI in tutta la piattaforma Zoom. In ciascun caso, l'audio live entra in Zoom attraverso il punto di connessione associato a quel prodotto o servizio. Per le riunioni, di norma si tratta del **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 di **Riconoscimento Automatico del Parlato (ASR)** servizio, che converte l'audio live in **dati da voce a testo**. Questi dati da voce a testo possono essere usati in più modi a seconda delle impostazioni e delle funzionalità abilitate. In alcuni casi, vengono consegnati immediatamente agli utenti come **sottotitoli in tempo reale**. Nei contesti supportati, possono anche essere passati al servizio di Zoom di **Traduzione in tempo reale** servizio, che traduce l'output da voce a testo in sottotitoli tradotti per i partecipanti in altre lingue. I dati da voce a testo possono anche supportare funzionalità più persistenti o derivate. Se **la trascrizione** è abilitata, oppure se un utente sta usando **My Notes**, il servizio ASR può produrre una trascrizione dopo la conclusione della sessione in tempo reale. Tuttavia, se la conservazione della trascrizione non è abilitata, i dati da voce a testo utilizzati durante l'interazione non vengono conservati come trascrizione persistente. Anche in quei casi, Zoom AI può comunque usare in modo effimero i dati da voce a testo durante la sessione per supportare funzionalità AI in tempo reale. Ad esempio, un utente può porre **domande in riunione** a Zoom AI durante una riunione. In tal caso, Zoom AI può usare i dati da voce a testo in tempo reale della riunione per interpretare la domanda dell'utente e generare una risposta pertinente basata sulla conversazione in corso. Una distinzione chiave in questo flusso è che Zoom AI non conserva necessariamente una trascrizione della conversazione solo perché i dati da voce a testo sono stati usati 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**, i dati da voce a testo stessi possono rimanere effimeri. Allo stesso tempo, alcuni artefatti downstream prodotti da tali dati possono persistere. Ad esempio, se un utente pone domande durante una riunione, la conversazione AI risultante o le note correlate possono in seguito rimanere disponibili come artefatto conservato anche quando non viene prodotta una trascrizione persistente. Alcuni artefatti conservati possono anche diventare la base per ulteriori artefatti e flussi di lavoro downstream. Un riepilogo della riunione, un riepilogo del webinar, un riepilogo della chiamata o 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 dare origine non solo a funzionalità AI immediate, ma anche a una catena di artefatti conservati che continuano a supportare il lavoro assistito dall'AI in un secondo momento in tutta la piattaforma Zoom. Questo diagramma è applicabile alle seguenti funzionalità: | Funzionalità | Descrizione | Prodotto/i | Conservazione degli artefatti | | :------------------------------------------: | :-------------------------------------------------------------------------------------------------------------------------: | :----------------: | :---------------------------: | | Sottotitoli in tempo reale | Sottotitoli da voce a testo in tempo reale per le sessioni in diretta. | Riunioni, webinar | Non conservato | | sottotitoli tradotti | sottotitoli tradotti in tempo reale generati dai dati live da speech-to-text. | Riunioni, webinar | Non conservato | | Trascrizioni | Registrazioni testuali conservate dei contenuti speech-to-text della riunione. | Riunioni, Telefono | Conservato | | riepilogo della riunione | Riepilogo generato dall'IA dei punti chiave della discussione della riunione, delle decisioni e delle attività da svolgere. | Riunioni | Conservato | | Riepilogo del webinar | Riepilogo generato dall'IA dei contenuti chiave del webinar condivisi dopo la sessione. | Webinar | Conservato | | Riepilogo di chiamare | Riepilogo generato dall'IA dopo chiamare dei dettagli chiave e delle attività da svolgere. | Telefono | Conservato | | My Notes | Note personali, trascrizione e contesto della riunione conservati per riferimento e follow-up successivi. | Riunioni | Conservato | | Attività di follow-up | Azioni di follow-up suggerite dall'IA in base ai dettagli della conversazione. | Zoom Tasks | Conservato | | Prioritizzazione della segreteria telefonica | Classificazione basata sull'IA delle segreterie telefoniche in base all'importanza definita dall'utente. | Telefono | Conservato | | Domande sulla riunione | Risposte dell'IA alle domande sulla riunione usando il contesto live della riunione. | Riunioni | Conservato | | Domande sul webinar | Risposte dell'IA alle domande sul webinar usando il contesto live del webinar. | Webinar | Conservato | | Domande su chiamare | Risposte dell'IA alle domande su chiamare usando il contesto live di chiamare. | Telefono | Conservato | ## Funzionalità di registrazione

Panoramica di come Zoom elabora le registrazioni e le funzionalità di IA

Il diagramma sopra illustra come Zoom AI supporti **funzionalità di IA basate sulle registrazioni** operando sulla registrazione completata dopo che la sessione live è terminata. Come per altre esperienze Zoom basate sull'audio, il media originale entra attraverso l'infrastruttura associata al prodotto in uso, come ad esempio la **MMR** per le riunioni o il relativo **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 nello storage dei contenuti di Zoom. Una volta finalizzata la registrazione, l'audio associato a quella registrazione viene inviato al servizio di Zoom per la trascrizione. Questo processo produce una trascrizione specifica della registrazione, che può differire dai dati speech-to-text generati durante la sessione live 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 live. **Riconoscimento Automatico del Parlato (ASR)** trascrizione **trascrizione specifica della registrazione**e può differire dai dati speech-to-text generati durante la sessione live 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 live. Dopo che la trascrizione della registrazione è stata prodotta, può quindi essere inviata a **Zoom AI** 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 usando il livello di elaborazione IA di Zoom, inclusi i modelli ospitati da Zoom, ove applicabile, per trasformare la trascrizione grezza della registrazione in output post-riunione o post-chiamare più utili. Una volta completata quell'analisi, gli artefatti generati dall'IA risultanti vengono associati alla registrazione stessa. Questo consente agli utenti che visualizzano una registrazione di vedere non solo la registrazione e la trascrizione, ma anche i livelli aggiuntivi generati dall'IA 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 dell'IA, producendo funzionalità di registrazione arricchite che vanno oltre il media archiviato originale. Questo diagramma è applicabile alle seguenti funzionalità: | Funzionalità | Descrizione | Prodotto/i | Conservazione degli artefatti | | :-------------------------------------------------: | :---------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------: | :---------------------------: | | Registrazione smart | Momenti salienti, capitoli e riepiloghi generati dall'IA per le riunioni registrate | Riunioni | Conservato | | Genera titoli, descrizioni e tag | Titoli, descrizioni e tag generati dall'IA per i 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 dall'IA 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 IA derivate** operare usando il contenuto Disponibile dell'utente come contesto per attività e output futuri assistiti dall'AI. In questi casi, Zoom AI non funziona più solo a partire dai dati di interazione in tempo reale. Invece, attinge a elementi 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 chat, riepiloghi delle riunioni, My Notes, trascrizioni, documenti di Zoom Canvas, presentazioni di Zoom Slide, documenti di Zoom Paper, contenuti di Zoom Mail o Zoom Calendar, dati di posta elettronica o calendario di terze parti collegati oppure file caricati dall’utente per supportare una richiesta specifica. In questo modo, Zoom AI usa artefatti Zoom creati in precedenza, insieme a dati personali di livello integrato, se disponibili, per contribuire a raggiungere l’obiettivo finale richiesto dall’utente. Il diagramma riflette anche che questo processo può a sua volta generare **nuovo contenuto dell'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, quei nuovi artefatti diventano parte del più ampio repository di contenuti dell'utente e possono in seguito essere riutilizzati come contesto per future funzioni e flussi di lavoro assistiti dall'IA. Questo crea una progressione stratificata in cui i contenuti dell'utente precedenti possono supportare gli output successivi, e tali output possono a loro volta diventare nuovi artefatti contestuali nel tempo. Questo stesso modello può comparire anche in altre superfici Zoom. In ambienti come **Zoom hub** o nel **gruppo chat AI**, gli utenti possono porre domande sulla piattaforma o interagire con documenti e materiali Disponibile tramite la suite di produttività AI di Zoom. In questi casi, Zoom AI lavora ancora una volta a partire da artefatti esistenti accessibili all'utente per fornire recupero, sintesi, risposta alle domande o follow-through, mostrando come le funzionalità AI derivate estendano il valore dei contenuti precedenti a nuovi compiti e risultati. {% hint style="info" %} **Nota** Caricamenti di file locali dell'utente [possono essere disabilitati](https://support.zoom.com/hc/en/article?id=zm_kb\&sysparm_article=KB0077150). {% endhint %} Questo diagramma è applicabile alle seguenti funzionalità: | Funzionalità | Descrizione | Prodotto/i | Conservazione degli artefatti | | :-----------------------: | :---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------: | :---------------------------: | | Generazione dei contenuti | La generazione di contenuti usa l'IA per creare, rifinire, 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 conversazionale con IA per porre domande, generare contenuti e lavorare nell'ambito del contesto Zoom Disponibile. | gruppo chat AI | Conservato | | Porre domande | Risposte generate dall'IA basate su documenti e materiali selezionati in Zoom hub. | hub | Conservato | ## Funzionalità generative e di composizione

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

Il diagramma sopra illustra come **funzionalità generative e di composizione** operano all'interno della piattaforma Zoom AI. A differenza delle funzionalità di IA derivate, che si basano su contenuti preesistenti dell'utente per aiutare a ottenere un'attività o un output successivo, 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 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 anziché sugli artefatti indicizzati o conservati in precedenza. Ad esempio, quando un utente riassume un thread di chat, riassume una e-mail o chiede a Zoom AI di redigere una risposta a una e-mail, il contenuto pertinente viene in genere prelevato dal contesto Attiva del client e incluso in un payload della 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 eseguire il compito. Anziché ciò, le informazioni pertinenti dal thread Attiva, dall'insieme di messaggi o da un altro contesto visibile dell'interfaccia vengono convertite in forma testuale e inviate a Zoom AI dall'app Zoom Workplace, in modo che il servizio possa eseguire l'elaborazione del linguaggio naturale, il riassunto o la generazione. Il diagramma include anche casi d’uso generativi che si basano principalmente su istruzioni dirette dell’utente, piuttosto che su materiale di testo di origine. Ad esempio, quando un utente richiede la generazione di immagini, 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, ad esempio Zoom Whiteboard, questa generazione di immagini può dipendere da fornitori di modelli AI di terze parti. In altri contesti, Zoom può utilizzare i propri modelli ospitati. Ad esempio, la generazione dell’immagine per lo sfondo virtuale di Zoom può basarsi su un modello ospitato da Zoom che utilizza embeddings e relative elaborazioni per generare output visivi, con il contenuto risultante che passa attraverso controlli di moderazione prima di essere restituito all’utente. Nel loro insieme, 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 client-side attivo o dai materiali di supporto caricati. In questo modo, rappresentano un'altra importante modalità di funzionamento di Zoom AI: non solo recuperare e ragionare sui contenuti precedenti, ma anche generare nuovi output direttamente dalla richiesta attuale dell'utente e dal contesto circostante. Questo diagramma è applicabile alle seguenti funzionalità: | Funzionalità | Descrizione | Prodotto/i | Conservazione degli artefatti | | :--------------------------------------: | :---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :-----------------------: | :---------------------------: | | sfondo virtuale | Usa l'IA per creare immagini personalizzate di sfondo virtuale a partire dai prompt dell'utente da utilizzare nelle Zoom Sessions. | Riunioni, Eventi, webinar | Conservato (se salvato) | | Generazione di immagini | Utilizza l'IA per trasformare i disegni sulla lavagna o i bozzetti visivi grezzi in risultati visivi più rifiniti, renderizzati o stilizzati. | lavagna | Conservato (se salvato) | | Generazione di immagini | Utilizza l'IA per creare immagini con il brand e altri asset visivi per gli eventi, come intestazioni, immagini della sessione e materiali relativi all'expo. | Eventi | Conservato (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 | Conservato (se salvato) | | Generazione dei contenuti | Utilizza l'IA per generare contenuti scritti per l'evento, come descrizioni, dettagli della sessione, biografie dei relatori e annunci in hall. | Eventi | Conservato (se salvato) | | composizione e-mail | Utilizza l'IA per redigere e perfezionare il contenuto delle e-mail, inclusi i corpi del messaggio, le righe dell'oggetto e le risposte. | e-mail | Conservato (se inviato) | | composizione chat | Utilizza l'IA per redigere e rivedere i messaggi in chat in base ai prompt dell'utente e al contesto di conversazione disponibile. | chat | Conservato (se inviato) | | Riepilogo e-mail | Usa l'IA per riassumere il contenuto principale di un'e-mail o di un thread e-mail. | e-mail | Non conservato | | Riepilogo di messaggi, thread, documenti | Usa l'IA per riassumere messaggi di chat, thread di conversazione e documenti allegati supportati o 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 | Conservato (se salvato) | ## My Notes ### Le mie note in Zoom Meetings

Panoramica dei flussi di dati di My Notes in Zoom Meetings

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 tramite la sessione Multi-Media Router (MMR) della riunione. Quel audio viene quindi elaborato dal servizio di Riconoscimento Automatico del Parlato (ASR) di Zoom per generare una trascrizione, che viene consegnata al Dispositivo dell'utente e può in seguito 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 sull'audio locale del dispositivo non correlato al di fuori della riunione stessa. Dopo la conclusione della riunione, la trascrizione e le note risultanti possono rimanere disponibili in base alle Impostazioni di conservazione applicabili dell'utente, mentre l'audio sottostante utilizzato per la trascrizione non viene conservato al termine dell'elaborazione. ### My Notes al di fuori di Zoom Meetings

Panoramica dei flussi di dati di My Notes al di fuori di Zoom Meetings

Il diagramma sopra mostra come, al di fuori di Zoom Meetings, My Notes operi attraverso l'audio locale del dispositivo dell'utente anziché tramite una sessione di riunione Zoom condivisa. Se abilitato durante una riunione di terze parti o una discussione di persona, My Notes può usare l'accesso a livello di sistema operativo al microfono dell'utente e, ove applicabile, l'audio di sistema per acquisire l'audio locale disponibile sul dispositivo. Questo audio viene quindi instradato attraverso una sessione MMR per singolo utente ed elaborato dal servizio di Riconoscimento automatico del parlato (ASR) di Zoom per generare una trascrizione, che viene recapitata al dispositivo dell'utente e può in seguito supportare la generazione di note post-riunione. Questo 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 della riunione Zoom. My Notes può anche invitare l'utente a 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 sul browser o altri flussi di lavoro con microfono attivo. Come nel flusso in riunione, l'audio utilizzato per la trascrizione non viene conservato al termine della trascrizione, mentre le note e le trascrizioni risultanti possono rimanere salvate nell'account dell'utente in base alle Impostazioni di conservazione applicabili. ## ZoomMate

Panoramica dei flussi di dati di ZoomMate

Il diagramma sopra illustra come **ZoomMate funziona come area di lavoro primaria all'interno di Zoom Workplace**, operando nel punto in cui contesto dell'utente, conoscenza connessa e capacità di esecuzione si incontrano. Anziché 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**. Questo può includere artefatti come riepiloghi, I miei appunti, registrazioni, documenti Canvas, messaggi chat e altri materiali generati dall'utente creati nella piattaforma Zoom. Questi artefatti aiutano a fornire a ZoomMate il contesto di cui ha bisogno per rispondere alle domande, sintetizzare informazioni, generare output e supportare il follow-through. ZoomMate può anche usare **la memoria**, consentendogli di incorporare preferenze rilevanti dell'utente o dettagli legati 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**. Ad esempio, servizi di Archiviazione su cloud connessi come Google Drive o OneDrive possono fungere da archivi esterni di informazioni accessibili all'utente. Quando queste fonti vengono integrate, Zoom può indicizzare i contenuti approvati per supportare il recupero tra tali materiali, consentendo a ZoomMate di usare **la ricerca agentica** per operare sia sui contenuti Zoom sia sulla conoscenza di terze parti connessa. In questo modo, ZoomMate può cercare non solo 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** (escludendo le e-mail crittografate end-to-end), possono anche supportare ZoomMate, ma operano in modo diverso. Anziché essere indicizzate, queste fonti in genere comunicano con ZoomMate tramite recupero diretto basato su API. Questo le rende utili per attività come individuare il contesto e-mail pertinente, 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 inoltre mostra che ZoomMate può connettersi con una gamma più ampia di **servizi e connettori di terze parti** che supportano l'esecuzione di azioni così come l'accesso alla conoscenza. Questi possono includere sistemi come Jira, HubSpot, ServiceNow, Workday e altre piattaforme aziendali connesse. Attraverso queste connessioni, ZoomMate può eseguire **attività agentiche** per conto dell'utente, come creare o aggiornare record, recuperare informazioni da servizi esterni o eseguire altre azioni collegate all'interno di tali sistemi. Ciò rende ZoomMate più di una superficie di recupero e sintesi; funziona anche come livello di esecuzione che può aiutare a trasformare il contesto in azione. Questa stessa base aiuta anche ad alimentare **agenti** e **flussi di lavoro** all'interno dell'ambiente ZoomMate. Gli agenti possono utilizzare lo stesso contesto sottostante, gli stessi percorsi di recupero e i sistemi connessi per fornire un'assistenza più dinamica e basata sul ragionamento, aiutando gli utenti a svolgere attività più ampie in più passaggi con maggiore continuità e adattabilità. I flussi di lavoro, al contrario, possono fornire 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 anche supportare alcune delle capacità di esecuzione più avanzate di ZoomMate. Per attività che richiedono l'esecuzione di codice, la generazione di file, l'automazione o altre elaborazioni più sofisticate, ZoomMate può utilizzare un ambiente sandbox separato anziché basarsi solo sull'elaborazione conversazionale standard. Questa sandbox viene eseguita sull'infrastruttura AWS di Zoom e fornisce un livello di esecuzione isolato e di breve durata per attività di maggiore complessità, aiutando ZoomMate a svolgere determinate operazioni in un ambiente più controllato. In questo modo, la stessa più ampia base di ZoomMate che supporta recupero, ragionamento, agenti e flussi di lavoro può anche supportare un'esecuzione delle attività più avanzata quando il lavoro richiesto lo richiede. Infine, il diagramma non raffigura ogni componente sottostante che contribuisce al funzionamento di ZoomMate. Non mostra esplicitamente livelli di capacità fondamentali quali le competenze, o altre strutture di supporto che fanno parte dell'infrastruttura e della progettazione più ampia di Zoom AI. Si presume che tali elementi operino all'interno del sistema di IA sottostante che abilita il comportamento di ZoomMate. Lo scopo di questo diagramma è invece mostrare le principali superfici di contesto, conoscenza e azione attraverso le quali ZoomMate funziona come una superficie di lavoro unificata in Zoom e nei sistemi connessi. ### Connessioni e indicizzazione di terze parti di ZoomMate

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

Il diagramma sopra illustra due parti correlate ma distinte dell'architettura dei dati di terze parti di ZoomMate. La prima riguarda il modo in cui ZoomMate si connette ad applicazioni e servizi di terze parti supportati, così da poter recuperare informazioni o intervenire all'interno di tali sistemi. La seconda riguarda il modo in cui determinate origini di contenuti di terze parti supportate possono essere acquisite e indicizzate, affinché ZoomMate possa successivamente 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, quali Jira, Confluence, Salesforce, ServiceNow, Workday, piattaforme di archiviazione 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 vengono stabilite tramite una connessione TLS attraverso modelli di accesso autorizzati, quali integrazioni basate su API o connessioni basate su MCP. In entrambi i casi, ZoomMate opera nell'ambito delle autorizzazioni concesse dal servizio connesso. Ciò consente a ZoomMate di recuperare informazioni pertinenti da tali sistemi e, ove supportato, di intervenire al loro interno per conto dell'utente. Ad esempio, ZoomMate può recuperare dettagli da un problema Jira, cercare una pagina Confluence, aggiornare un registrare in ServiceNow o utilizzare un altro sistema connesso nell'ambito dell'esecuzione di un'attività più ampia. Questo modello di connessione diretta è particolarmente importante per le attività che dipendono dallo stato corrente del sistema o dall'accesso in tempo reale agli strumenti di terze parti. In tali casi, ZoomMate può utilizzare l'applicazione connessa come endpoint di servizio attivo anziché soltanto come repository di contenuti precedentemente indicizzati. #### ZoomMate può indicizzare contenuti di terze parti approvati per il successivo recupero Una seconda parte del diagramma mostra come ZoomMate può acquisire e indicizzare i contenuti provenienti 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 i repository di contenuti connessi, come i sistemi di Archiviazione su cloud, le knowledge base, le piattaforme documentali e altre fonti supportate in cui ZoomMate potrebbe dover 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 le ricerche successive. Questo processo di preparazione può includere la suddivisione di file o record più grandi in unità più piccole e l’aggiunta di metadati come informazioni su fonte, ora di aggiornamento, proprietà e Autorizzazione. Tali contenuti vengono quindi scritti nel livello di indicizzazione di Zoom, così da poter essere successivamente cercati 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 siano idonei a 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 aziendali effettivi e connessi, invece di fare affidamento solo sulla conoscenza generale del modello. ## Avatar personalizzati ### Creazione avatar

Panoramica del processo di creazione dell'Avatar personalizzato

Il diagramma sopra illustra come un avatar personalizzato viene creato a partire dal video e dalla voce registrati di un utente. Il processo inizia quando all’utente viene presentato uno script e viene invitato a registrarsi mentre lo legge. Questo passaggio guidato di registrazione consente a Zoom di acquisire il materiale audiovisivo necessario per generare sia la somiglianza dell’avatar dell’utente sia il modello vocale associato utilizzato nelle successive produzioni basate su avatar. Dopo che l’utente completa la registrazione, i componenti audio e video vengono elaborati attraverso percorsi diversi. L’audio viene inviato a un servizio di terze parti che genera una somiglianza vocale basata sul discorso registrato dall’utente. Una volta completata l’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 utilizzato in seguito quando si generano 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 di avatar ospitato da Zoom, dove Zoom elabora il materiale visivo registrato per creare la rappresentazione avatar dell'utente. Il risultato è un modello avatar che Zoom archivia per un uso futuro. Nel complesso, questi due output conservati—l'identificativo vocale memorizzato e il modello avatar memorizzato—consentono a Zoom di generare futuri clip o media basati su avatar che riflettano sia le sembianze dell'utente sia la sua voce sintetizzata. ### Creazione clip

Panoramica del processo di creazione della clip avatar personalizzata

Il diagramma sopra illustra come una clip avatar personalizzata viene creata a partire da un avatar salvato dell’utente e da un profilo vocale sintetizzato. Il processo inizia quando l’utente carica lo script che desidera che l’avatar presentare. Quello script 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 salvato dell’utente insieme allo script al servizio di generazione vocale di terze parti, che produce l’audio per la clip usando la voce sintetizzata dell’utente. In secondo luogo, invia il modello avatar salvato dell’utente al modulo di generazione avatar di Zoom, così che il componente visivo della clip possa essere preparato usando la somiglianza dell’avatar creata in precedenza dall’utente.\ \ 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 salvato con l’audio vocale generato, sincronizzando i movimenti facciali 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 finale e la restituisce 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 sulla voce fornendo al servizio di Riconoscimento vocale automatico (ASR) di Zoom ulteriore contesto lessicale. Questa Funzionalità è progettata per supportare parole, abbreviazioni, gergo, nomi di prodotto o terminologia specializzata che possono essere specifici di un’azienda, di un settore, di un team o di una regione e che altrimenti potrebbero non essere riconosciuti o resi correttamente durante la trascrizione. Il processo inizia quando un amministratore dell'account crea e salva un dizionario personalizzato nel Zoom web portal. Quel dizionario contiene l’elenco di parole o frasi approvate che l’Organizzazione desidera che Zoom riconosca con maggiore precisione. Una volta salvato a livello di account, il dizionario diventa disponibile per l’uso nei contesti supportati di riunione e di elaborazione del parlato. Quando un utente avvia successivamente 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 in tempo reale in dati speech-to-text, può confrontare il linguaggio parlato percepito con il dizionario personalizzato e tentare di mappare i suoni riconosciuti ai termini memorizzati. Ciò fornisce all’ASR ulteriori indicazioni su quali parole cercare, su come alcuni termini potrebbero essere scritti e su come abbreviazioni o linguaggio specializzato dovrebbero essere interpretati. Il risultato è che l’output iniziale speech-to-text può riflettere con maggiore precisione la terminologia effettivamente utilizzata nella riunione. Tale accuratezza migliorata può poi propagarsi negli artefatti downstream derivati dalla conversazione. Ad esempio, se in seguito viene generato un riepilogo della riunione, didascalie, 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 dall’IA risultante. ## Modelli personalizzati per il riepilogo della riunione

Flussi di dati dei modelli di riepilogo della riunione personalizzati

Il diagramma sopra illustra come i riepiloghi della riunione personalizzati vengano generati da un modello definito dall’utente o definito dall'account. Il processo inizia quando un modello viene creato e salvato in Zoom. A livello di account, un amministratore può definire un modello personalizzato di riepilogo della riunione 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 da poter essere applicato durante la successiva generazione del riepilogo. Al termine di una riunione, Zoom AI può utilizzare i dati speech-to-text della riunione per generare un riepilogo che segue la struttura e l’enfasi del modello personalizzato scelto. Se il modello personalizzato è stato selezionato prima che il riepilogo della riunione fosse generato, Zoom AI applica direttamente quel modello durante la creazione del riepilogo. Ciò consente all’output risultante di riflettere il formato specifico, le sezioni o le priorità definite nel modello anziché solo una struttura di riepilogo predefinita. Se un modello personalizzato non è stato selezionato prima che il riepilogo fosse generato per la prima volta, Zoom può applicare quel modello in un secondo momento solo se la trascrizione della riunione è stata conservata. In tal 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 ha la trascrizione di base disponibile per la rielaborazione, il che significa che il modello personalizzato non può essere applicato a posteriori. ## Traduzione vocale in tempo reale

Panoramica dei flussi di dati della traduzione vocale in tempo reale

Il diagramma sopra illustra come **Traduzioni vocali in tempo reale** funziona acquisendo l'audio nativo del parlante tramite il Multimedia Router (MMR) di una riunione. Quell'audio viene quindi passato tramite real-time media streaming (RTMS) al servizio di traduzione, dove il parlato originale viene elaborato e tradotto nella lingua di destinazione. Il servizio genera quindi un nuovo flusso audio vocale tradotto, che viene restituito tramite RTMS all'MMR e riconsegnato alla riunione per i Partecipanti in ascolto nella lingua selezionata. ## Isolamento audio personale

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

Il diagramma sopra illustra come **Isolamento audio personale** funziona utilizzando 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 utilizzata 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 successivamente durante una riunione in un ambiente con rumore ambientale, l'app Zoom Workplace usa quella impronta vocale archiviata 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 Zoom. In questo modo, Personal Audio Isolation opera come una Funzionalità di elaborazione a livello di Dispositivo locale che migliora la chiarezza dell'audio prima che l'audio ripulito venga trasmesso nella sessione live di Zoom. --- # 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 by asking a question. Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters: ``` GET https://library.zoom.com/technical-library/it/ai/ai-whitepaper/diagrams.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case. 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.