> 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/pt/ai/ai-whitepaper/diagrams.md).

# Diagramas e fluxos de dados

Diagramas e fluxos de dados de Zoom AI para Zoom Workplace, Webinars e Events

As capacidades de IA da Zoom abrangem uma ampla gama de produtos, serviços e fluxos de trabalho, o que significa que nenhum diagrama único consegue capturar de forma razoável ou completa como a IA funciona em toda a plataforma Zoom. Recursos diferentes dependem de entradas, caminhos de processamento, comportamentos de armazenamento, interações com modelos e resultados diferentes. Alguns operam apenas sobre dados ao vivo e efêmeros durante uma interação ativa, enquanto outros criam artefatos retidos que podem posteriormente dar suporte a recursos adicionais. Algumas funções permanecem inteiramente no ambiente de primeira parte da Zoom, enquanto outras dependem da arquitetura federada de IA da Zoom e, em alguns casos, de sistemas externos conectados. Para tornar esse sistema dinâmico e expansivo mais fácil de entender, esta página apresenta uma série de diagramas em vez de depender de um único modelo visual. Cada um destaca uma camada, um caminho ou um padrão de recurso diferente dentro da plataforma mais ampla de Zoom AI. Na parte inferior destas seções, há tabelas que descrevem quais recursos são aplicáveis, o produto associado a eles e o status de retenção do artefato. Mais adiante, as seções examinam certos recursos de produto específicos individualmente, oferecendo explicações mais focadas de como essas capacidades específicas funcionam.

A sequência começa abaixo com uma visão geral simplificada do Zoom AI em sua forma mais básica, mostrando a plataforma em um estado centrado na primeira parte que usa a arquitetura padrão de modelo federado da Zoom, mas ainda não introduz integrações empresariais de terceiros nem fontes externas de dados de clientes além dos provedores de modelos de IA de terceiros da Zoom. A partir daí, os diagramas introduzem gradualmente partes mais especializadas da plataforma, incluindo as opções de abordagem de IA da Zoom, a transformação de áudio ao vivo em artefatos utilizáveis pela IA e as maneiras pelas quais esses artefatos podem posteriormente dar suporte a outros recursos e fluxos de trabalho. Em conjunto, esses diagramas têm como objetivo tornar um sistema altamente complexo mais acessível, dividindo-o em visões menores e mais fáceis de seguir que refletem como diferentes partes da plataforma de IA da Zoom funcionam na prática.

## **Zoom AI**

<div data-with-frame="true"><figure><img src="https://1821044411-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2F2U0TxpBDyYeXwPrgYc4C%2Fb7f1f3_UzmpbRMaSQe1r5xsXwWmQg_Zoom-AI-Architecture-v1_0.png?alt=media&amp;token=54f00b3a-833e-4cc7-a2e3-df492d45f26f" alt=""><figcaption><p>Uma visão geral simples do Zoom AI</p></figcaption></figure></div>

O diagrama acima ilustra a plataforma de IA do Zoom de forma simplificada, mostrando a plataforma em um de seus estados mais fundamentais. Ele ilustra como diferentes partes da arquitetura mais ampla de produtos e serviços do Zoom, conhecida como backend do Zoom Web — incluindo áreas como reuniões, telefonia, central de contato, reconhecimento automático de fala e outras ofertas do Zoom — alimentam a plataforma mais ampla do Zoom e contribuem para o conjunto de conteúdo acessível aos usuários que pode dar suporte a funcionalidades de IA subsequentes.

Um conceito central neste diagrama é **o conteúdo dos usuários do Zoom**. Isso se refere ao conteúdo gerado pelas interações dos usuários com os produtos e serviços do Zoom, que pode posteriormente servir como entrada, contexto ou artefato para experiências com tecnologia de IA. Dependendo do produto e do recurso envolvido, isso pode incluir materiais como mensagens do Zoom Chat, resumos de reuniões, transcrições, documentos do Canvas, My Notes, gravações e outros artefatos semelhantes voltados aos usuários. Esses materiais formam uma parte importante da camada contextual que pode dar suporte a recuperação, raciocínio, síntese e acompanhamento posteriores assistidos por IA.

Parte desse conteúdo também pode ser preparada para uso futuro com IA por meio de infraestrutura de recuperação, como recuperação indexada ou módulos de geração aumentada por recuperação. Nesses casos, os artefatos relevantes podem ser ingeridos e indexados para que possam ser localizados e usados de forma mais eficiente em consultas ou processos de IA posteriores. Isso ajuda o Zoom AI a trabalhar não apenas com interações ao vivo, mas também com contexto retido e materiais gerados pelos usuários anteriormente em toda a plataforma.

Por fim, o diagrama também apresenta o **Zoom AI** como a camada compartilhada de IA que opera em todo esse ecossistema mais amplo. Nesta visão simplificada, o Zoom AI é apresentado por meio da abordagem federada padrão do Zoom, na qual o Zoom pode usar tanto modelos hospedados pelo Zoom, executados na infraestrutura própria do Zoom, quanto provedores de modelos de IA terceirizados selecionados, quando apropriado para a tarefa em questão. Esse modelo federado permite que o Zoom encaminhe tarefas de IA ao ambiente de modelos disponível mais adequado, mantendo uma experiência de IA unificada em toda a plataforma.

## Abordagens do modelo de serviço de IA da Zoom

<div data-with-frame="true"><figure><img src="https://1821044411-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2FQp3shGm7hdT8CwqDc05v%2FZoom-AI-Service-Models---v1_1.png?alt=media&amp;token=f9794e05-fe6a-4077-8f32-a1ce53499227" alt=""><figcaption><p>Visão geral das abordagens de IA da Zoom, incluindo a Federada, ZM+ e ZMO</p></figcaption></figure></div>

O diagrama acima ilustra as três abordagens de IA da Zoom: a Abordagem Federada, Zoom-Hosted Models Plus (ZM+) e Somente Modelos Hospedados pelo Zoom (ZMO). Juntas, essas representam as três principais maneiras pelas quais a Zoom fornece serviços de IA aos clientes, cada uma oferecendo um equilíbrio diferente entre amplitude de recursos, flexibilidade do modelo e controle de dados.

A Abordagem Federada é a abordagem padrão e mais completa da Zoom em termos de recursos. Ela permite que a Zoom trabalhe com vários provedores de IA, incluindo modelos hospedados pelo Zoom e parceiros selecionados de modelos de terceiros, para que as tarefas possam ser direcionadas ao modelo mais adequado para a solicitação. O ZM+ fornece um modelo de implantação mais controlado ao usar instâncias dedicadas de modelos gerenciadas pela Zoom, enquanto o ZMO mantém o processamento de IA apenas dentro de modelos hospedados pelo Zoom, oferecendo o caminho de modelo mais restritivo e controlado, porém com um conjunto de recursos mais limitado.

Para os fins desta página, os diagramas a seguir geralmente ilustram a abordagem federada, pois ela reflete a abordagem padrão da Zoom e a visão mais ampla da funcionalidade de IA da Zoom. Organizações que usam ZM+ ou ZMO podem muitas vezes interpretar esses mesmos diagramas mentalmente removendo os provedores de modelos de IA de terceiros e focando nas partes restantes do fluxo gerenciadas pela Zoom.

Consulte a página Modelos de IA, Processamento, Armazenamento e Uso da Zoom para obter mais informações.

## Recursos e artefatos de mídia ao vivo

<div data-with-frame="true"><figure><img src="https://1821044411-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2F1qx2z9BKVCrRDN6aI2wG%2FLive-Media-Features-and-Artifacts-v3_1.png?alt=media&amp;token=3a25dc7c-2a97-4aa2-8fb8-671a24956d3e" alt=""><figcaption><p>Visão geral de como a mídia ao vivo é transformada em dados de fala para texto que alimentam os recursos de IA da Zoom</p></figcaption></figure></div>

O diagrama acima ilustra como interações de mídia ao vivo — como reuniões e chamadas telefônicas — podem gerar recursos e artefatos subsequentes com tecnologia de IA em toda a plataforma Zoom. Em cada caso, o áudio ao vivo entra no Zoom pelo ponto de conexão associado ao produto ou serviço. Para reuniões, geralmente é o **Multimedia Router (MMR)**. Para telefonia, o áudio geralmente entra por meio das **zonas SIP**.

Depois que o áudio é recebido, ele é encaminhado ao serviço de **reconhecimento automático de fala (ASR)** do Zoom, que converte o áudio ao vivo em **dados de fala para texto**. Esses dados de fala para texto podem ser usados de várias maneiras, dependendo das Configurações e dos Recursos ativados. Em alguns casos, eles são fornecidos imediatamente aos usuários como **legendas ao vivo**. Em contextos compatíveis, também podem ser enviados ao serviço de **Tradução ao vivo** do Zoom, que traduz a saída de fala para texto em legendas traduzidas para participantes em outros idiomas.

Os dados de fala para texto também podem dar suporte a Recursos mais persistentes ou derivados. Se a **transcrição** estiver ativada, ou se o usuário estiver usando o **My Notes**, o serviço ASR poderá gerar uma transcrição após o término da sessão ao vivo. No entanto, se a retenção de transcrições não estiver ativada, os dados de fala para texto usados durante a interação não serão retidos como uma transcrição persistente. Mesmo nesses casos, o Zoom AI ainda poderá usar temporariamente os dados de fala para texto durante a sessão para dar suporte aos Recursos de IA ao vivo.

Por exemplo, um usuário pode fazer **perguntas na reunião** por meio do Zoom AI durante uma reunião. Nesse caso, o Zoom AI pode usar os dados de fala para texto ao vivo da reunião para interpretar a pergunta do usuário e gerar uma resposta relevante, fundamentada na conversa em andamento.

Uma distinção importante nesse fluxo é que o Zoom AI não retém necessariamente uma transcrição da conversa apenas porque os dados de fala para texto foram usados durante a sessão. A menos que a retenção de transcrições esteja especificamente ativada, ou que os dados sejam retidos por meio de um recurso como **My Notes**, os próprios dados de fala para texto podem permanecer temporários. Ao mesmo tempo, alguns artefatos subsequentes produzidos a partir desses dados podem ser mantidos. Por exemplo, se um usuário fizer perguntas durante uma reunião, a conversa resultante com a IA ou as notas relacionadas poderão continuar disponíveis posteriormente como artefato retido, mesmo que não seja gerada uma transcrição persistente.

Alguns artefatos retidos também podem servir de base para outros artefatos e fluxos de trabalho subsequentes. Um resumo da reunião, um resumo de webinar, um resumo de chamada ou as notas do usuário no My Notes podem ser convertidos em um documento do **Zoom Canvas** , onde podem continuar sendo editados, ampliados e usados como artefatos de trabalho. Por sua vez, esses documentos resultantes podem posteriormente servir de contexto para outros Recursos ou fluxos de trabalho de IA abordados em outras partes deste documento. Dessa forma, o áudio ao vivo pode levar não apenas a Recursos de IA imediatos, mas também a uma cadeia de artefatos retidos que continuam a dar suporte a trabalhos posteriores assistidos por IA em toda a plataforma Zoom.

Este diagrama se aplica aos seguintes recursos:

|            Recurso            |                                                Descrição                                                |     Produto(s)     | Retenção de artefato |
| :---------------------------: | :-----------------------------------------------------------------------------------------------------: | :----------------: | :------------------: |
|        Legendas ao vivo       |                     Legendas de fala para texto em tempo real para sessões ao vivo.                     | Reuniões, Webinars |      Não retido      |
|      legendas traduzidas      |         legendas traduzidas em tempo real geradas a partir de dados de fala para texto ao vivo.         | Reuniões, Webinars |      Não retido      |
|          transcrição          |                   Registos de texto retidos do conteúdo de fala para texto da reunião.                  |  reunião, telefone |        retidos       |
|       resumo da reunião       |      Resumo gerado por IA dos principais pontos de discussão da reunião, decisões e itens de ação.      |       Reunião      |        retidos       |
|       Resumo do webinar       |             Resumo gerado por IA do conteúdo principal do webinar partilhado após a sessão.             |       webinar      |        retidos       |
|        Resumo de ligar        |                 Resumo gerado por IA pós-ligar dos principais detalhes e itens de ação.                 |      Telefone      |        retidos       |
|          Minhas Notas         | Notas pessoais, transcrição e contexto da reunião retidos para referência e acompanhamento posteriores. |       Reunião      |        retidos       |
|   Tarefas de acompanhamento   |               Ações de acompanhamento sugeridas por IA com base nos detalhes da conversa.               |     Zoom Tasks     |        retidos       |
| Priorização de correio de voz |          Classificação baseada em IA de mensagens de voz por importância definida pelo usuário.         |      Telefone      |        retidos       |
|      Perguntas da reunião     |              Respostas de IA às perguntas da reunião usando o contexto da reunião ao vivo.              |       Reunião      |        retidos       |
|      Perguntas do webinar     |              Respostas de IA às perguntas do webinar usando o contexto do webinar ao vivo.              |       webinar      |        retidos       |
|       Perguntas de ligar      |                Respostas de IA às perguntas de ligar usando o contexto de ligar ao vivo.                |      Telefone      |        retidos       |

## Recursos de gravação

<div data-with-frame="true"><figure><img src="https://1821044411-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2FQk8rEkziflIo1LRszVES%2FAI-Recording-Features-v1_1.png?alt=media&amp;token=95a406db-cf3c-4172-b92c-8c71f4e41c88" alt=""><figcaption><p>Visão geral de como o Zoom processa gravações e recursos de IA</p></figcaption></figure></div>

O diagrama acima ilustra como o Zoom AI oferece suporte a **Recursos de IA baseados em gravações** ao processar a gravação concluída após o encerramento da sessão ao vivo. Assim como em outras experiências de áudio do Zoom, a mídia original entra pela infraestrutura associada ao produto em uso — como o **MMR** para reuniões ou a **zona SIP** correspondente para telefonia. Como parte desse fluxo, a gravação é criada e enviada ao serviço de gravação do Zoom, onde é armazenada no armazenamento de conteúdo do Zoom após ser concluída.

Depois que a gravação é finalizada, o áudio associado a ela é enviado ao serviço de **reconhecimento automático de fala (ASR)** do Zoom para transcrição. Esse processo produz uma **transcrição específica da gravação**, que pode ser diferente dos dados de fala para texto gerados durante a própria sessão ao vivo. Em outras palavras, a transcrição associada a uma gravação concluída é gerada como parte do fluxo de processamento pós-gravação, em vez de simplesmente ser copiada da camada de interação ao vivo.

Depois de produzida, a transcrição da gravação pode ser enviada ao **Zoom AI** para análise adicional. Nesta etapa, o Zoom AI processa a transcrição para identificar artefatos de gravação de nível mais alto, como resumos, destaques, capítulos e outras representações estruturadas da conversa. Essa análise é realizada usando a camada de processamento de IA do Zoom, incluindo modelos hospedados pelo Zoom quando aplicável, para transformar a transcrição bruta da gravação em resultados mais úteis após a reunião ou a chamada.

Depois que essa análise é concluída, os artefatos gerados por IA resultantes são associados à própria gravação. Isso permite que os usuários que visualizam uma gravação vejam não apenas a gravação e a transcrição, mas também as camadas adicionais geradas por IA que tornam o conteúdo mais fácil de navegar e entender. Dessa forma, o diagrama mostra como uma gravação concluída pode se tornar a base para uma segunda etapa de processamento de IA, produzindo recursos de gravação enriquecidos que vão além da mídia armazenada original.

Este diagrama se aplica aos seguintes recursos:

|                       Recurso                      |                                                                    Descrição                                                                    |  Produto(s) | Retenção de artefato |
| :------------------------------------------------: | :---------------------------------------------------------------------------------------------------------------------------------------------: | :---------: | :------------------: |
|                gravação inteligente                |                                       Destaques, capítulos e resumos gerados por IA para reuniões gravadas                                      |   Reunião   |        retidos       |
|          Gerar títulos, descrições e tags          |                                              Títulos, descrições e tags gerados por IA para clipes.                                             |    Clipes   |        retidos       |
| Criação de conteúdo por IA para gravações e vídeos | Usa transcrições de gravação do Evento para gerar conteúdo escrito e trechos de vídeo selecionados por IA a partir de momentos-chave da sessão. | Zoom Events |        retidos       |

## Funcionalidades de IA derivadas

<div data-with-frame="true"><figure><img src="https://1821044411-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2FmRE1NMTpfCGXF0TbyAzt%2FAI-Derivative-Content-Generation-v3_1.png?alt=media&amp;token=389a8562-e8cc-4a2e-8871-7d8fafac9bdc" alt=""><figcaption><p>Visão geral de como o Zoom processa recursos de geração de conteúdo de IA derivada</p></figcaption></figure></div>

O diagrama acima ilustra como **Recursos de IA derivados** operam usando o conteúdo disponível do usuário como contexto para tarefas e resultados posteriores assistidos por IA. Nesses casos, a Zoom AI não trabalha apenas com dados de interações ao vivo. Em vez disso, recorre a artefatos que já existem no ambiente de conteúdo mais amplo do usuário para responder a uma pergunta, sintetizar informações ou ajudar a produzir um novo resultado.

Dependendo da tarefa, este material contextual pode incluir artefatos como mensagens de chat, resumos de reunião, My Notes, transcrições, documentos do Zoom Canvas, apresentações do Zoom Slide decks, documentos do Zoom Paper, conteúdo do Zoom Mail ou do Zoom Calendar, dados de e-mail ou calendário de terceiros conectados ou arquivos enviados pelo usuário para dar suporte a uma solicitação específica. Dessa forma, o Zoom AI está usando artefatos do Zoom criados anteriormente, juntamente com dados pessoais integrados quando disponíveis, para ajudar a alcançar o resultado final solicitado pelo usuário.

O diagrama também mostra que esse processo pode, por si só, gerar **novo conteúdo do usuário**. Por exemplo, a Zoom AI pode usar materiais existentes para criar uma nova planilha do Zoom, um documento do Zoom Canvas, uma apresentação do Zoom Slides ou um documento do Zoom Paper. Depois de criados, esses novos artefatos passam a fazer parte do repositório de conteúdo mais amplo do usuário e podem ser usados novamente como contexto para futuras funções e fluxos de trabalho assistidos por IA. Isso cria uma progressão em camadas, na qual conteúdos anteriores do usuário podem servir de base para resultados posteriores, que, por sua vez, podem se tornar novos artefatos contextuais ao longo do tempo.

Esse mesmo padrão também pode ocorrer em outras interfaces do Zoom. Em ambientes como **Zoom Hub** ou o **painel do AI Chat**, os usuários podem fazer perguntas sobre a plataforma ou interagir com documentos e materiais disponíveis no pacote de produtividade com IA do Zoom. Nesses casos, a Zoom AI volta a trabalhar com artefatos existentes aos quais o usuário tem acesso para oferecer recuperação de informações, síntese, respostas a perguntas ou acompanhamento, mostrando como os Recursos de IA derivados ampliam o valor do conteúdo anterior em novas tarefas e resultados.

{% hint style="info" %}
**Nota**

Os carregamentos de arquivos locais do usuário [podem ser desativados](https://support.zoom.com/hc/en/article?id=zm_kb\&sysparm_article=KB0077150).
{% endhint %}

Este diagrama se aplica aos seguintes recursos:

|        Recurso       |                                                                                 Descrição                                                                                |           Produto(s)          | Retenção de artefato |
| :------------------: | :----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------: | :------------------: |
|  Geração de conteúdo | A geração de conteúdo usa IA para criar, refinar, resumir e organizar documentos, apresentações, planilhas e outros resultados a partir de prompts em linguagem natural. | Canvas, Sheets, Paper, Slides |        retidos       |
| painel de chat de IA |                             Assistência conversacional de IA para fazer perguntas, gerar conteúdo e trabalhar no contexto disponível do Zoom.                            |      painel de chat de IA     |        retidos       |
|    Fazer perguntas   |                                           Respostas geradas por IA com base em documentos e materiais selecionados no Zoom Hub.                                          |              Hub              |        retidos       |

## Recursos Generativos e de Composição

<div data-with-frame="true"><figure><img src="https://1821044411-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2FtxyUNKDKQeruF5FlzS2j%2FGenerative-Text-Composition-and-Image-Creation-v2.png?alt=media&amp;token=dc5cdb13-d88d-4f31-8b6d-e629bf5a7e20" alt=""><figcaption><p>Visão geral de como o Zoom processa solicitações de IA generativa e de composição</p></figcaption></figure></div>

O diagrama acima ilustra como os **Recursos de geração e composição** operam na plataforma de IA do Zoom. Ao contrário dos Recursos de IA derivados, que dependem de conteúdo preexistente do usuário para ajudar a realizar uma tarefa ou produzir um resultado posteriormente, os Recursos de geração e composição costumam ser orientados mais diretamente pela entrada imediata do usuário. Em muitos casos, esses Recursos não dependem de artefatos do Zoom retidos e armazenados em outros locais no ambiente de conteúdo do usuário. Em vez disso, são principalmente alimentados por instruções diretas do usuário, consultas, arquivos carregados ou conteúdo exibido na tela no momento, associado à experiência ativa do produto.

Esta distinção é especialmente importante para funcionalidades que funcionam a partir de conteúdo visível no contexto atual do usuário, em vez de artefatos previamente indexados ou retidos. Por exemplo, quando um usuário resume um tópico de chat, resume um e-mail ou pede ao Zoom AI para redigir uma resposta a um e-mail, o conteúdo relevante é normalmente retirado do contexto ativo do cliente e empacotado em uma carga útil de solicitação para processamento pelo Zoom AI. Em outras palavras, o Zoom não está necessariamente recuperando esse conteúdo de um repositório separado no lado do servidor para concluir a tarefa. Em vez disso, as informações relevantes do tópico ativo, do conjunto de mensagens ou de outro contexto de interface visível são convertidas em texto e enviadas ao Zoom AI a partir do aplicativo Zoom Workplace para que o serviço possa realizar processamento de linguagem natural, sumarização ou geração.

O diagrama também inclui casos de uso gerativos que dependem principalmente da instrução direta do usuário, em vez de material-fonte textual. Por exemplo, quando um usuário solicita a geração de imagens, o usuário descreve a saída desejada por meio de um prompt e o modelo gera a imagem com base nessa descrição. Em alguns contextos de produto, como Zoom Whiteboard, essa geração de imagens pode depender de provedores de modelos de IA de terceiros. Em outros contextos, o Zoom pode usar seus próprios modelos hospedados. Por exemplo, a geração de imagens do plano de fundo virtual do Zoom pode depender de um modelo hospedado pelo Zoom que usa embeddings e processamento relacionado para gerar saídas visuais, e o conteúdo resultante passa por controles de moderação antes de ser devolvido ao usuário.

Em conjunto, o diagrama mostra que os recursos generativos e de composição muitas vezes dependem menos de artefatos retidos e mais da intenção imediata do usuário, do contexto ativo no lado do cliente ou de materiais de apoio enviados. Dessa forma, eles representam outro grande modo de operação do Zoom AI: não apenas recuperar e raciocinar sobre conteúdo anterior, mas também gerar novos resultados diretamente a partir da solicitação atual do usuário e do contexto ao redor.

Este diagrama se aplica aos seguintes recursos:

|                Recurso                |                                                                                           Descrição                                                                                          |         Produto(s)         | Retenção de artefato |
| :-----------------------------------: | :------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :------------------------: | :------------------: |
|         plano de fundo virtual        |                                 Usa IA para criar imagens personalizadas de plano de fundo virtual a partir de prompts do usuário para uso em Zoom Sessions.                                 | Reuniões, Eventos, webinar |   Retido (se salvo)  |
|           Geração de Imagens          |                    Usa IA para transformar desenhos no quadro de compartilhamento ou artefatos visuais brutos em saídas visuais mais polidas, renderizadas ou estilizadas.                   | quadro de compartilhamento |   Retido (se salvo)  |
|           Geração de Imagens          |                       Usa IA para criar imagens com a marca e outros ativos visuais para Eventos, como cabeçalhos, imagens de sessão e materiais relacionados à feira.                       |           Eventos          |   Retido (se salvo)  |
|          Geração de conteúdo          | Usa IA para gerar conteúdo de quadro de compartilhamento na tela, como texto, notas adesivas, tabelas, mapas mentais e outros elementos visuais estruturados a partir de prompts do usuário. | quadro de compartilhamento |   Retido (se salvo)  |
|          Geração de conteúdo          |                              Usa IA para gerar conteúdo escrito de Evento, como descrições, detalhes da sessão, biografias de palestrantes e anúncios do saguão.                             |           Eventos          |   Retido (se salvo)  |
|           Redação de e-mail           |                                         Usa IA para redigir e refinar conteúdo de e-mail, incluindo corpo da mensagem, linhas de assunto e respostas.                                        |           e-mail           |  Retido (se enviado) |
|            Redação de chat            |                                     Usa IA para redigir e revisar mensagens de chat com base em prompts do usuário e no contexto de conversa Disponível.                                     |            Chat            |  Retido (se enviado) |
|            Resumo de e-mail           |                                                       Usa IA para resumir o conteúdo principal de um e-mail ou de uma thread de e-mail.                                                      |           e-mail           |      Não retido      |
| Mensagem, Thread, Resumo do documento |                                   Usa IA para resumir mensagens de chat, tópicos de conversa e documentos anexados suportados ou conteúdo do Canvas ligado.                                  |            Chat            |      Não retido      |
|           Upload Inteligente          |                                Extrai detalhes do Evento de ficheiros carregados para criar automaticamente sessões, palestrantes e perguntas personalizadas.                                |         Zoom Events        |   Retido (se salvo)  |

## Minhas Notas

### As minhas notas no Zoom Meetings

<div data-with-frame="true"><figure><img src="https://1821044411-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2Fmg7c13pX47CwKqywys3d%2FMy-Notes-in-Zoom-Meetings-v4.png?alt=media&amp;token=77beb1fd-a082-47e5-a62b-281247b5cd65" alt=""><figcaption><p>Visão geral dos fluxos de dados do My Notes no Zoom Meetings.</p></figcaption></figure></div>

O diagrama acima ilustra como, no Zoom Meetings, o My Notes usa o caminho de áudio existente da reunião para fazer a transcrição. Quando o My Notes está ativado durante uma reunião do Zoom Meetings, o áudio compartilhado da reunião é recebido pela sessão do Multi-Media Router (MMR) da reunião. Em seguida, esse áudio é processado pelo serviço de reconhecimento automático de fala (ASR) do Zoom, que gera duas transcrições: uma transcrição ao vivo, enviada ao Dispositivo do usuário para uso durante a reunião, e uma transcrição completa, enviada ao back-end Web do Zoom. Como a transcrição completa é processada como uma sessão inteira, e não transmitida progressivamente, seu conteúdo pode diferir ligeiramente da transcrição ao vivo. A transcrição completa é enviada à Zoom AI, onde pode ser complementada com as notas pessoais do usuário para ajudar a gerar notas após a reunião. Essa versão é armazenada no back-end do Zoom para uso e recuperação futuros pelo usuário.

Nesse fluxo, a transcrição se baseia no áudio do Zoom Meetings associado à sessão da reunião. Após o término da reunião, a transcrição e as notas resultantes permanecem acessíveis ao usuário, sujeitas às Configurações de retenção aplicáveis à conta do usuário, enquanto o áudio subjacente usado para a transcrição não é retido pelo Zoom.

### My Notes no Zoom Phone

<div data-with-frame="true"><figure><img src="https://1821044411-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2FtGtHVZxbovmtEl7Ewg8n%2FMy-Notes-in-Zoom-Phone-v2.png?alt=media&amp;token=5041c1de-0c27-4816-8076-9f133c5f33b6" alt=""><figcaption><p>Visão geral dos fluxos de dados do My Notes no Zoom Phone.</p></figcaption></figure></div>

O diagrama acima ilustra como, nas ligações do Zoom Phone, o My Notes usa o caminho de áudio existente da ligação para fazer a transcrição. Quando o My Notes está ativado durante uma ligação do Zoom Phone, o áudio combinado dos dois participantes da ligação é recebido pelo Zoom Phone e processado pelo serviço de reconhecimento automático de fala (ASR) do Zoom. Esse serviço gera uma transcrição ao vivo, enviada ao Dispositivo do usuário do My Notes para uso durante a ligação, e uma transcrição completa, enviada ao back-end Web do Zoom. Assim como no Zoom Meetings, a transcrição completa pode diferir ligeiramente da transcrição ao vivo e pode ser complementada com as notas pessoais do usuário por meio da Zoom AI para ajudar a gerar notas após a reunião. Essa versão é armazenada no back-end do Zoom para uso e recuperação futuros pelo usuário.

Nesse fluxo, a transcrição se baseia no áudio do Zoom Phone associado à ligação. Após o término da ligação, a transcrição e as notas resultantes permanecem acessíveis ao usuário, sujeitas às Configurações de retenção aplicáveis à conta do usuário.

### As minhas notas fora das Zoom Meetings

<div data-with-frame="true"><figure><img src="https://1821044411-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2FpvARQa4iiO3d7G6BflDe%2FMy-Notes-in-Third-Party-Meetings-v8.png?alt=media&amp;token=c0f83b6c-a8e0-4c34-b29e-e2ea01ebee7e" alt=""><figcaption><p>Visão geral dos fluxos de dados do My Notes fora das Zoom Meetings</p></figcaption></figure></div>

O diagrama acima ilustra como, em reuniões de terceiros e presenciais, o My Notes funciona por meio do áudio do Dispositivo local do usuário. Se estiver ativado durante uma reunião de terceiros ou uma conversa presencial, o My Notes poderá usar o acesso no nível do sistema operacional ao microfone do usuário e, quando aplicável, ao áudio do sistema para captar o áudio local disponível nesse Dispositivo. Em seguida, esse áudio é processado pelo serviço de reconhecimento automático de fala (ASR) do Zoom, que gera duas transcrições: uma transcrição ao vivo, enviada ao Dispositivo do usuário para uso durante a reunião, e uma transcrição completa, enviada ao back-end Web do Zoom. Como a transcrição completa é processada como uma sessão inteira, e não transmitida progressivamente, seu conteúdo pode diferir ligeiramente da transcrição ao vivo. A transcrição completa é enviada à Zoom AI, onde pode ser complementada com as notas pessoais do usuário para ajudar a gerar notas após a reunião. Essa versão é armazenada no back-end do Zoom para uso e recuperação futuros pelo usuário.

Isso significa que, em reuniões de terceiros e presenciais, a transcrição se baseia no áudio transmitido pelo Dispositivo local do usuário, e não em um fluxo de áudio compartilhado de uma reunião do Zoom. O My Notes também pode solicitar que o usuário comece uma nova nota quando o sistema operacional detectar atividade do microfone do Dispositivo, ajudando a destacar o Recurso em situações como reuniões de terceiros, gravações feitas no navegador ou outros fluxos de trabalho com o microfone ativo. As notas e transcrições resultantes podem permanecer acessíveis na conta do usuário, sujeitas às Configurações de retenção aplicáveis à conta.

## ZoomMate

<div data-with-frame="true"><figure><img src="https://1821044411-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2FvysqwhYkSz3T5mnjci1c%2FZoomMate-Architecture-minus-Memory-v2.png?alt=media&amp;token=ae9e2f47-4349-426f-bb85-8e92152da77b" alt=""><figcaption><p>Visão geral dos fluxos de dados do ZoomMate</p></figcaption></figure></div>

O diagrama acima ilustra como o **ZoomMate funciona como uma superfície de trabalho principal no Zoom Workplace**, atuando no ponto de convergência entre o contexto do usuário, o conhecimento conectado e os recursos de execução. Em vez de existir apenas como assistente independente, o ZoomMate fica no centro de um ambiente de trabalho mais amplo, no qual os usuários podem pesquisar, raciocinar, criar e agir com base nos materiais e sistemas que dão suporte ao seu trabalho diário.

Uma parte importante dessa função decorre do acesso do ZoomMate a **conteúdo próprio do Zoom**. Isso pode incluir artefatos como resumos, My Notes, gravações, documentos do Canvas, mensagens de chat e outros materiais criados pelos usuários na plataforma Zoom. Esses artefatos ajudam a fornecer ao ZoomMate o contexto necessário para responder a perguntas, sintetizar informações, gerar resultados e dar suporte ao acompanhamento. O ZoomMate também pode usar a **memória**, o que lhe permite incorporar preferências relevantes do usuário ou detalhes relacionados ao trabalho ao ajudar a concluir uma tarefa.

O diagrama também mostra como o ZoomMate vai além do conteúdo nativo do Zoom ao integrar-se a **fontes de conhecimento de terceiros**. Por exemplo, serviços conectados de armazenamento em nuvem, como Google Drive ou OneDrive, podem funcionar como repositórios externos de informações acessíveis ao usuário. Quando essas fontes são integradas, o Zoom pode indexar conteúdo aprovado para permitir a recuperação de informações nesses materiais, possibilitando que o ZoomMate use a **pesquisa agêntica** para trabalhar tanto com o conteúdo do Zoom quanto com o conhecimento de terceiros conectado. Assim, o ZoomMate pode pesquisar não apenas o que existe no Zoom, mas também os documentos e materiais que o usuário tem autorização para acessar em plataformas externas conectadas.

Outras fontes de dados pessoais, como **e-mail e calendário** (excluindo e-mails criptografados de ponta a ponta), também podem dar suporte ao ZoomMate, mas funcionam de maneira diferente. Em vez de serem indexadas, essas fontes geralmente se comunicam com o ZoomMate por meio de recuperação direta baseada em API. Isso as torna úteis para tarefas como localizar informações relevantes em e-mails, consultar dados do calendário ou ajudar a Agendar eventos, sem tratá-las como parte da camada de recuperação indexada usada para pesquisas mais amplas em documentos.

O diagrama também mostra que o ZoomMate pode se conectar a uma gama mais ampla de **serviços e conectores de terceiros** que dão suporte tanto à execução de ações quanto ao acesso ao conhecimento. Entre eles podem estar sistemas como Jira, HubSpot, ServiceNow, Workday e outras plataformas empresariais conectadas. Por meio dessas conexões, o ZoomMate pode realizar **tarefas agênticas** em nome do usuário, como criar ou atualizar registros, recuperar informações de serviços externos ou executar outras ações conectadas nesses sistemas. Isso torna o ZoomMate mais do que uma interface para recuperação e síntese: ele também funciona como uma camada de execução que pode ajudar a transformar contexto em ação.

Essa mesma base também ajuda a dar suporte a **agentes** e **fluxos de trabalho** no ambiente do ZoomMate. Os agentes podem usar o mesmo contexto subjacente, os mesmos caminhos de recuperação e os mesmos sistemas conectados para oferecer assistência mais dinâmica e baseada em raciocínio, ajudando os usuários a realizar tarefas mais amplas e com várias etapas, com maior continuidade e adaptabilidade. Já os fluxos de trabalho podem proporcionar uma automação mais estruturada e repetível, permitindo que os usuários definam processos recorrentes que operem em todo o conteúdo do Zoom e, quando houver suporte, em sistemas externos conectados. Dessa forma, o ZoomMate funciona não apenas como uma interface conversacional, mas também como um ponto de orquestração para atividades agênticas dinâmicas e automações mais estruturadas.

**Ambiente de testes** também pode dar suporte a alguns dos recursos de execução mais avançados do ZoomMate. Para tarefas que exigem execução de código, geração de arquivos, automação ou outro processamento mais sofisticado, o ZoomMate pode usar um ambiente sandbox separado, em vez de depender apenas do processamento conversacional padrão. Esse sandbox é executado na infraestrutura da AWS da Zoom e fornece uma camada de execução isolada e de curta duração para tarefas mais complexas, ajudando o ZoomMate a realizar determinadas operações em um ambiente mais controlado. Dessa forma, a mesma base mais ampla do ZoomMate que dá suporte à recuperação de informações, ao raciocínio, a agentes e a fluxos de trabalho também pode dar suporte à execução de tarefas mais avançadas quando o trabalho solicitado exigir isso.

Por fim, o diagrama não mostra todos os componentes subjacentes que ajudam a potencializar o ZoomMate. Ele não exibe explicitamente camadas de capacidade fundamentais, como habilidades, ou outras estruturas de suporte que fazem parte da infraestrutura e do design mais amplos do Zoom AI. Esses elementos são considerados como operando dentro do sistema de IA subjacente que possibilita o comportamento do ZoomMate. O objetivo deste diagrama é, em vez disso, mostrar os principais contextos, conhecimentos e superfícies de ação por meio dos quais o ZoomMate funciona como uma superfície de trabalho unificada em todo o Zoom e sistemas conectados.

### Conexões de terceiros e indexação do ZoomMate

<figure><img src="https://1821044411-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2F16AaKIHy9GVIq6srhS4p%2FZoomMate-Third-Party-Connections-v1_1.png?alt=media&amp;token=122bae52-9f9e-49b3-a941-fb4250e600d8" alt="" width="375"><figcaption><p>Visão geral de como o ZoomMate se conecta a serviços de terceiros e fontes de dados</p></figcaption></figure>

O diagrama acima ilustra duas partes relacionadas, porém distintas, da arquitetura de dados de terceiros do ZoomMate. A primeira é como o ZoomMate se conecta a aplicativos e serviços de terceiros suportados para que possa recuperar informações ou tomar ações dentro desses sistemas. A segunda é como certas fontes de conteúdo de terceiros suportadas podem ser ingeridas e indexadas para que o ZoomMate possa recuperar esse conteúdo posteriormente com mais eficiência por meio de geração aumentada por recuperação.

#### <mark style="color:azul;">O ZoomMate pode se conectar diretamente a aplicativos e serviços de terceiros</mark>

Uma parte do diagrama mostra como o ZoomMate se conecta a aplicativos de terceiros suportados, como Jira, Confluence, Salesforce, ServiceNow, Workday, plataformas de armazenamento em nuvem e outros sistemas corporativos externos. Essas conexões permitem que o ZoomMate opere além do conteúdo nativo do Zoom ao interagir com ferramentas que armazenam dados corporativos ou dão suporte ao trabalho operacional fora da plataforma Zoom.

Essas conexões são estabelecidas por uma conexão TLS por meio de modelos de acesso autorizados, como integrações baseadas em API ou conexões baseadas em MCP. Em qualquer dos casos, o ZoomMate opera dentro das permissões concedidas pelo serviço conectado. Isso permite que o ZoomMate recupere informações relevantes desses sistemas e, quando suportado, tome ações neles em nome do usuário. Por exemplo, o ZoomMate pode recuperar detalhes de uma issue do Jira, pesquisar uma página do Confluence, atualizar um registro no ServiceNow ou usar outro sistema conectado como parte da execução de uma tarefa mais ampla.

Esse modelo de conexão direta é especialmente importante para tarefas que dependem do estado atual do sistema ou do acesso em tempo real a ferramentas de terceiros. Nesses casos, o ZoomMate pode usar o aplicativo conectado como um ponto de extremidade de serviço ativo, e não apenas como um repositório de conteúdo indexado anteriormente.

#### <mark style="color:azul;">O ZoomMate pode indexar conteúdo aprovado de terceiros para recuperação posterior</mark>

Uma segunda parte do diagrama mostra como o ZoomMate pode ingerir e indexar conteúdo de fontes de terceiros suportadas para que o material possa ser recuperado posteriormente como parte de uma busca ou de uma resposta assistida por IA. Esse modelo de recuperação indexada é mais relevante para repositórios de conteúdo conectados, como sistemas de armazenamento em nuvem, bases de conhecimento, plataformas de documentos e outras fontes suportadas nas quais o ZoomMate pode precisar pesquisar um corpo maior de conteúdo externo retido.

Depois que uma fonte suportada é conectada e aprovada para indexação, o ZoomMate pode recuperar conteúdo dessa fonte e prepará-lo para busca posterior. Esse processo de preparação pode incluir a divisão de arquivos ou registros maiores em unidades menores e a inclusão de metadados como origem, tempo de atualização, propriedade e informações de permissão. Esse conteúdo é então gravado na camada de indexação do Zoom para que possa ser pesquisado posteriormente por correspondência exata e por recuperação baseada em significado.

Quando um usuário envia uma solicitação que depende de conteúdo indexado de terceiros, o ZoomMate pode pesquisar esse material indexado, avaliar quais resultados são mais relevantes e aplicar as informações de permissão associadas à fonte original para que apenas o conteúdo autorizado seja elegível para aparecer. O conteúdo autorizado mais relevante pode então ser passado para a camada de IA do ZoomMate como contexto de apoio para a resposta. Dessa forma, o diagrama mostra como o conteúdo indexado de terceiros pode ajudar o ZoomMate a produzir respostas baseadas em materiais corporativos conectados reais, em vez de depender apenas do conhecimento geral do modelo.

## Avatares Personalizados

### Criação de avatar

<div data-with-frame="true"><figure><img src="https://1821044411-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2FAThLjvKEc1JVanLMyuf8%2Fimage.png?alt=media&amp;token=d62f86b5-43ea-4305-9343-a810938a01cd" alt=""><figcaption><p>Visão geral do processo de criação de Avatar Personalizado</p></figcaption></figure></div>

O diagrama acima ilustra como um avatar personalizado é criado a partir do vídeo e da voz gravados do usuário. O processo começa quando o usuário recebe um roteiro e é solicitado a gravar a si mesmo lendo-o. Essa etapa de gravação guiada permite que o Zoom capture o material audiovisual necessário para gerar tanto a aparência do avatar do usuário quanto o modelo de voz associado usado em saídas posteriores baseadas em avatar.

Depois que o usuário conclui a gravação, os componentes de áudio e vídeo são processados por caminhos diferentes. O áudio é enviado a um serviço de terceiros que gera uma semelhança de voz com base na fala gravada do usuário. Depois que esse processamento é concluído, o serviço de terceiros retorna ao Zoom um identificador de voz único. O Zoom armazena esse identificador como a referência de voz do usuário para que ele possa ser usado mais tarde ao gerar clipes baseados em avatar ou outras saídas compatíveis que dependem dessa voz sintetizada.

Ao mesmo tempo, o componente de vídeo é enviado a um módulo de geração de avatar hospedado no Zoom, onde o Zoom processa o material visual gravado para criar a representação do avatar do usuário. Isso resulta em um modelo de avatar que o Zoom armazena para uso futuro. Em conjunto, essas duas saídas retidas — o identificador de voz armazenado e o modelo de avatar armazenado — permitem que o Zoom gere futuros clipes ou mídias baseadas em avatar que reflitam tanto a aparência do usuário quanto sua voz sintetizada.

### Criação de clipe

<div data-with-frame="true"><figure><img src="https://1821044411-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2Fj2o9NYXibPtVTyctuHvq%2Fimage14.png?alt=media&amp;token=33174f0b-8f48-4de0-93a1-ee63ad8eac11" alt=""><figcaption><p>Visão geral do processo de criação de clipe de Avatar Personalizado</p></figcaption></figure></div>

O diagrama acima ilustra como um clipe de Avatar Personalizado é criado a partir do avatar armazenado e do perfil de voz sintetizada do usuário. O processo começa quando o usuário faz o upload do roteiro que deseja que o avatar apresente. Esse roteiro serve como conteúdo de origem para o clipe gerado.\
\
A partir daí, o backend web do Zoom coordena duas entradas paralelas necessárias para criar a saída final. Primeiro, ele envia o identificador de voz armazenado do usuário junto com o roteiro para o serviço de geração de voz de terceiros, que produz o áudio do clipe usando a voz sintetizada do usuário. Em segundo lugar, ele envia o modelo de avatar armazenado do usuário para o módulo de geração de avatar do Zoom para que o componente visual do clipe possa ser preparado usando a aparência do avatar anteriormente criada pelo usuário.\
\
Depois que o serviço de geração de voz de terceiros produz o áudio, esse áudio é retornado ao Zoom e passado para o módulo de geração de avatar. O módulo de geração de avatar então combina o modelo de avatar armazenado com o áudio de voz gerado, sincronizando os movimentos faciais e da boca do avatar com o conteúdo falado. Depois que esse processo de sincronização labial e renderização é concluído, o Zoom produz o clipe de avatar finalizado e o entrega de volta ao usuário.

## Dicionário Personalizado

<div data-with-frame="true"><figure><img src="https://1821044411-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2F4wdZuiAXND1LIsoho6Q8%2F818655_mV1OiRYaRC2-cqN80It6Bw_CAIC-Custom-Dictionary-v5.png?alt=media&amp;token=0eb0a608-e461-49c0-9248-80b0789c9304" alt=""><figcaption><p>Fluxos de dados do Dicionário Personalizado</p></figcaption></figure></div>

O diagrama acima ilustra como o recurso Dicionário Personalizado ajuda a melhorar a precisão das saídas do Zoom baseadas em fala, fornecendo ao serviço de Reconhecimento Automático de Fala (ASR) do Zoom contexto adicional de vocabulário. Esse recurso foi projetado para dar suporte a palavras, abreviações, jargões, nomes de produtos ou terminologia especializada que podem ser específicos de uma empresa, setor, equipe ou região e que talvez não sejam reconhecidos ou renderizados corretamente durante a transcrição.

O processo começa quando um administrador da conta cria e armazena um dicionário personalizado no Portal web do Zoom. Esse dicionário contém a lista de palavras ou frases aprovadas que a Organização deseja que o Zoom reconheça com mais precisão. Depois que o dicionário é salvo no nível da conta, ele fica disponível para uso em contextos compatíveis de reunião e processamento de fala.

Quando um usuário inicia uma reunião posteriormente, o serviço de AASR do Zoom pode receber o dicionário personalizado da conta como parte do seu contexto de processamento. À medida que o serviço de ASR converte áudio ao vivo em dados de fala para texto, ele pode comparar a linguagem falada percebida com o dicionário personalizado e tentar mapear os sons reconhecidos para os termos armazenados. Isso fornece ao ASR orientação adicional sobre quais palavras procurar, como determinados termos podem ser escritos e como abreviações ou linguagem especializada devem ser interpretadas.

O resultado é que a saída inicial de fala para texto pode refletir com mais precisão a terminologia realmente usada na reunião. Essa precisão aprimorada pode então ser transportada para artefatos posteriores derivados da conversa. Por exemplo, se um resumo da reunião, legendas, transcrição ou outro recurso baseado em dados de fala para texto for gerado posteriormente, essas saídas poderão refletir uma representação mais precisa das palavras faladas durante a reunião, ajudando a melhorar a qualidade e a utilidade do artefato gerado por IA resultante.

## Modelos personalizados de resumo da reunião

<div data-with-frame="true"><figure><img src="https://1821044411-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2Figd7zj6YLNIds7iHCerA%2F786f73_aFTdIy-3TIKILtvQ0oxm2w_CAIC-Meeting-Summary-Templates-v5.png?alt=media&amp;token=0177d9ed-d411-450f-9bae-033ca1f7e928" alt=""><figcaption><p>Fluxos de dados de modelos personalizados de resumo da reunião</p></figcaption></figure></div>

O diagrama acima ilustra como resumos personalizados da reunião são gerados a partir de um modelo definido pelo usuário ou pela conta. O processo começa quando um modelo é criado e salvo no Zoom. No nível da conta, um administrador pode definir um modelo personalizado de resumo da reunião para uso organizacional. No nível individual, um usuário pode criar um modelo pessoal de resumo da reunião com base em suas próprias preferências. Depois de criado, o modelo selecionado é armazenado para que possa ser aplicado durante a geração posterior do resumo.

À medida que uma reunião termina, o Zoom AI pode usar os dados de fala para texto da reunião para gerar um resumo que segue a estrutura e a ênfase do modelo personalizado escolhido. Se o modelo personalizado foi selecionado antes de o resumo da reunião ser gerado, o Zoom AI aplica esse modelo diretamente ao produzir o resumo. Isso permite que a saída resultante reflita o formato, as seções ou as prioridades específicas definidas no modelo, em vez de apenas uma estrutura de resumo padrão.

Se um modelo personalizado não foi selecionado antes de o resumo ser gerado pela primeira vez, o Zoom só poderá aplicar esse modelo mais tarde se a transcrição da reunião tiver sido retida. Nesse caso, o Zoom AI pode reprocessar a transcrição retida usando a configuração do modelo e produzir um novo resumo alinhado a essa estrutura. Se a transcrição não tiver sido retida, no entanto, o Zoom não terá a transcrição subjacente disponível para reprocessamento, o que significa que o modelo personalizado não poderá ser aplicado posteriormente.

## Tradução de Voz em Tempo Real

<div data-with-frame="true"><figure><img src="https://1821044411-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2FhEoS4i8vNntdOIimBl6g%2F7ca031_FbKGyC4eSZ-mHZ4Ibw-07A_Voice-Translator-Aug-25-update-v3.png?alt=media&amp;token=c5889183-1531-4d96-9455-bd00570140e9" alt=""><figcaption><p>Visão geral dos fluxos de dados de tradução de voz em tempo real</p></figcaption></figure></div>

O diagrama acima ilustra como **Traduções de voz em tempo real** funciona ao receber o áudio nativo do orador através do Router Multimédia (MMR) de uma reunião. Esse áudio é depois transmitido através do streaming de multimédia em tempo real (RTMS) para o serviço de tradução, onde a fala original é processada e traduzida para o idioma de destino. Em seguida, o serviço gera um novo fluxo de áudio com a voz traduzida, que é devolvido ao MMR através do RTMS e retransmitido para a reunião, para os participantes que estão ouvindo no idioma selecionado.

## Isolamento pessoal de áudio

<div data-with-frame="true"><figure><img src="https://1821044411-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2FiuobcSga2Z6kGJEqFwtO%2Fimage22.png?alt=media&amp;token=387af679-5d1c-4aa0-aa62-9085d334a40b" alt=""><figcaption><p>Visão geral de como o Personal Áudio Isolation isola a voz de um usuário</p></figcaption></figure></div>

O diagrama acima ilustra como **Isolamento de áudio pessoal** funciona usando uma impressão de voz armazenada localmente no Dispositivo do usuário para distinguir a fala do usuário do Ruído de fundo ao redor. O processo começa quando o usuário grava uma amostra de voz por meio do recurso Isolamento de áudio pessoal no aplicativo Zoom Workplace. Essa gravação é usada para criar uma impressão de voz local que ajuda o aplicativo a reconhecer as características da voz do usuário. Essa impressão de voz permanece na máquina local e não é transmitida para a Zoom cloud.

Quando o usuário fala mais tarde durante uma reunião em um ambiente com ruído ambiente, o aplicativo Zoom Workplace usa essa impressão vocal armazenada localmente para ajudar a identificar os padrões de fala do usuário e separá-los dos sons ao redor. Isso permite que o aplicativo use o recurso Reduzir ruído de fundo e isole a voz do usuário com mais eficácia antes que o áudio seja enviado adiante pelo fluxo da reunião.

Como resultado, o áudio transmitido para a Zoom cloud é o áudio refinado da reunião, com ruído ambiente filtrado na medida suportada pelos Recursos. A própria impressão digital de voz subjacente do usuário não é enviada para a infraestrutura de nuvem da Zoom. Dessa forma, o Personal Audio Isolation opera como Recursos de processamento no nível do Dispositivo local, melhorando a clareza do áudio antes de o áudio limpo ser transmitido para a sessão Zoom ao vivo.


---

# 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/pt/ai/ai-whitepaper/diagrams.md?ask=<question>&goal=<user_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.
