Google Drive AI:转录、总结任何 Drive 文件并与其进行对话
Speak AI 插入 Google Drive,可对任何音频、视频或文本文件进行一键转录、AI 摘要和 Magic Prompt 分析。通过 OAuth 连接 Drive 一次。无需下载、无需复制粘贴、无需重新上传。在 5 分钟内可投入生产。
你可以做什么
将Speak连接到Drive后,每个音频、视频或文档文件都可在几分钟内搜索和分析。研究人员可以处理访谈档案而无需下载任何内容。销售运营部门可自动转录丢入共享文件夹的通话录音。产品团队可与存档的设计演练聊天。
从您的 Drive 中选择任何文件
通过 OAuth 连接一次 Drive。使用 Speak’s /v1/integration/googledrive/upload 端点可通过 URL 导入任何 Drive 文件。Speak 使用您存储的 OAuth 令牌获取文件,以 100 多种语言进行转录,并自动运行 AI 分析。无需下载、无需复制粘贴、无需重新上传。
自动处理文件夹中的新文件
在监控文件夹上设置 Drive 更改通知(推送 API 或轮询)。新音频或视频文件在到达时立即流入 Speak。适用于访谈流程、播客摄入和客户研究档案,其中每周都有新内容到达。
针对云端硬盘内容运行 Magic Prompts
在 Speak 导入文件后,运行任何自定义 Magic Prompt 来提取决策、按标准评分、提取逐字引述或生成 Notion 就绪的写作。在通话转录上运行的相同提示库适用于 Drive 导入的音频、视频和文档文件。
从 Claude 或 ChatGPT 搜索每个 Drive 文件
Speak 的官方 MCP 服务器让 AI 助手可以搜索您整个 Drive 导入的资料库。要求 Claude 找出每个提及竞争对手的研究访谈,或从一组客户反馈录音中提取逐字引文。
3 步设置
在 Speak 仪表板中通过 OAuth 连接 Drive,然后通过应用内选择器导入文件或通过上传端点以编程方式导入。两分钟即可完成设置。
注册 Speak AI
在此创建免费账户 app.speakai.co。您获得 7 天的试用期,享受完整访问权限。无需信用卡。进入后,请转到 设置 > API 并复制您的 API 密钥以供程序使用。
选择您的集成路径
在 Speak 中,转到 Settings > Integrations > Google Drive 然后点击连接。批准 OAuth 范围以只读访问您选择的文件。连接后,应用内文件选择器让您浏览任何 Drive 文件并直接将其导入 Speak。
对于管道和自动化,发送 Drive 文件 URL(drive.google.com/file/d/...) 至 Speak’s /v1/integration/googledrive/upload。Speak 使用您存储的 OAuth 令牌获取文件并摄取它。最适合生成 Drive 文件的 CRM、日程安排工具和自动化。
相关内容: AI tools for discord.
使用 Drive Push API 监视文件夹中的新文件。当新的音频或视频到达时,您的处理程序获取文件 ID 并将其转发到 Speak 的上传端点。新录音会自动转录和分析,无需手动导入。
在以下位置使用 Speak Zapier 应用 zapier.com/apps/speak-ai在 Google Drive 中新建文件夹时触发。使用 Speak 上传媒体进行操作。五分钟设置,无需代码。最适合没有工程团队的中小企业。
已经在 Speak 中有 Drive 文件?连接 Claude Desktop 与 npx @speakai/mcp-server init或将远程 MCP URL 添加到 Claude.ai 或 ChatGPT。通过对话搜索整个 Drive 库。
订阅 media.analyzed
Speak 在转录和 AI 分析完成时触发签名的 webhook(通常在 10 分钟文件内 60 秒内)。通过以下方式注册您的端点 POST /v1/webhook 并将分析后的 Drive 文件路由到您的 CRM、Notion 数据库或 BI 工具。
真实工作流,真实成果
Speak 客户与 Google Drive 一起发货的四种生产模式。选择适合您团队的方式并复制该配方。
通过一次 API 调用导入任何云端硬盘文件
Speak 提供原生的 Drive 上传端点。通过 OAuth 连接 Drive 后,您的代码可以 POST 一个 Drive URL,Speak 会处理其余事项:使用您存储的 OAuth 令牌获取文件、作为音频或视频导入、以您选择的语言进行转录,并运行 AI 分析。无需管理 Drive’s files.get?alt=media 代理自己。
# 在 Speak AI 仪表板中:
# 1. 前往 Settings > Integrations > Google Drive
# 2. 单击 “Connect Google Drive”
# 3. 批准对你选择的文件的只读 OAuth 访问
# 4. Speak 在其一侧安全地存储 OAuth 令牌
# 或使用 Drive OAuth 代码以编程方式点击连接端点:
curl -X POST https://api.speakai.co/v1/integration/googledrive/connect
-H “x-speakai-key: $SPEAK_API_KEY”
-H “Content-Type: application/json”
-d ’{“code”: “$GOOGLE_OAUTH_CODE”}’
curl -X POST https://api.speakai.co/v1/integration/googledrive/upload -H "x-speakai-key: $SPEAK_API_KEY" -H "Content-Type: application/json" -d '{
"url": "https://drive.google.com/file/d/1AbCdEfGhIjKlMnOpQrStUv/view",
"sourceLanguage": "en-US",
"folderId": "507f1f77bcf86cd799439011"
}'
# 接受的 URL 格式:
# https://drive.google.com/file/d/{fileId}/view
# https://drive.google.com/file/d/{fileId}/edit
# https://www.googleapis.com/drive/v3/files/{fileId}
#
# Speak 解析文件 ID,通过 Drive API 获取元数据,
# 通过用户存储的 OAuth 令牌获取新鲜下载 URL,
# 然后上传到 Speak 进行转录和分析。
// 在你的 CRM、日程安排或研究管道服务器中使用此功能。
async function importDriveFileToSpeak(driveUrl, folderId) {
const r = await fetch(
"https://api.speakai.co/v1/integration/googledrive/upload",
{
method: "POST",
headers: {
"x-speakai-key": process.env.SPEAK_API_KEY,
"Content-Type": "application/json",
},
body: JSON.stringify({
url: driveUrl,
sourceLanguage: "en-US",
folderId,
}),
}
);
if (!r.ok) throw new Error(`Drive import failed: ${r.status}`);
const { data } = await r.json();
// data.mediaId 是新的 Speak 媒体引用。
return data.mediaId;
}
// 示例:将研究访谈导入 Speak 的“第三季度访谈”文件夹
const mediaId = await importDriveFileToSpeak(
"https://drive.google.com/file/d/1AbCdEfGhIjKlMnOpQrStUv/view",
process.env.SPEAK_FOLDER_ID,
);
import os, requests
def import_drive_file_to_speak(drive_url: str, folder_id: str | None = None) -> str:
r = requests.post(
"https://api.speakai.co/v1/integration/googledrive/upload",
headers={
"x-speakai-key": os.environ["SPEAK_API_KEY"],
"Content-Type": "application/json",
},
json={
"url": drive_url,
"sourceLanguage": "en-US",
"folderId": folder_id,
},
timeout=30,
)
r.raise_for_status()
return r.json()["data"]["mediaId"]
如果 OAuth 令牌过期,Speak’s 的响应返回 “Failed to get file info from Google Drive – Authorization required”。重新运行连接流以刷新。除非您将文件保存到 Speak 帐户,否则 Speak 不会在处理窗口之外存储 Drive 文件。
自动处理 Drive 文件夹中的每个新文件
使用 Drive 的变更通知 API 监视文件夹。当新的音频或视频文件到达时,您的处理程序枚举变更、获取文件 ID 并将其转发到 Speak 的上传端点。新录音会自动转录和分析,无需手动导入。
# Drive 推送通知 - 监视文件夹中的新文件。
# 所需范围:drive.readonly(或选择器选择的文件的 drive.file)。
curl -X POST "https://www.googleapis.com/drive/v3/files/$FOLDER_ID/watch"
-H "Authorization: Bearer $GOOGLE_OAUTH_TOKEN"
-H "Content-Type: application/json"
-d '{
"id": "speak-drive-watch-1",
"type": "web_hook",
"address": "https://your-app.example.com/drive/watch"
}'
# 频道在 7 天后过期。使用另一个 POST 到 /watch 更新。
# 当发生更改时,Drive 使用 X-Goog-Resource-State 标头 POST 到你的地址。
# 你的处理程序然后通过 files.list 列出文件夹中的文件并转发新文件。
import express from "express";
const app = express();
app.use(express.json());
// In-memory cursor (use a real DB in production)
let lastSeenIds = new Set();
app.post("/drive/watch", async (req, res) => {
// Drive sends an X-Goog-Resource-State header on every change.
if (req.headers["x-goog-resource-state"] === "sync") return res.sendStatus(200);
res.sendStatus(200);
// 1. List files in the watched folder ordered by createdTime desc
const list = await fetch(
"https://www.googleapis.com/drive/v3/files?" + new URLSearchParams({
q: `'${process.env.DRIVE_FOLDER_ID}' in parents and (mimeType contains 'audio/' or mimeType contains 'video/')`,
orderBy: "createdTime desc",
fields: "files(id,name,mimeType,createdTime,webViewLink)",
pageSize: "20",
}),
{ headers: { Authorization: `Bearer ${process.env.GOOGLE_OAUTH_TOKEN}` } }
).then(r => r.json());
// 2. For each new file, forward to Speak's Drive upload endpoint
for (const file of list.files) {
if (lastSeenIds.has(file.id)) continue;
lastSeenIds.add(file.id);
await fetch("https://api.speakai.co/v1/integration/googledrive/upload", {
method: "POST",
headers: {
"x-speakai-key": process.env.SPEAK_API_KEY,
"Content-Type": "application/json",
},
body: JSON.stringify({
url: `https://drive.google.com/file/d/${file.id}/view`,
sourceLanguage: "en-US",
folderId: process.env.SPEAK_FOLDER_ID,
}),
});
}
});
app.listen(3000);
import os, requests
from fastapi import FastAPI, Request
app = FastAPI()
seen_ids = set() # use a real DB in production
@app.post("/drive/watch")
async def watch(req: Request):
if req.headers.get("x-goog-resource-state") == "sync":
return {"ok": True}
list_resp = requests.get(
"https://www.googleapis.com/drive/v3/files",
params={
"q": f"'{os.environ['DRIVE_FOLDER_ID']}' in parents "
"and (mimeType contains 'audio/' or mimeType contains 'video/')",
"orderBy": "createdTime desc",
"fields": "files(id,name,mimeType,createdTime,webViewLink)",
"pageSize": "20",
},
headers={"Authorization": f"Bearer {os.environ['GOOGLE_OAUTH_TOKEN']}"},
timeout=30,
).json()
for f in list_resp.get("files", []):
if f["id"] in seen_ids:
continue
seen_ids.add(f["id"])
requests.post(
"https://api.speakai.co/v1/integration/googledrive/upload",
headers={"x-speakai-key": os.environ["SPEAK_API_KEY"]},
json={
"url": f"https://drive.google.com/file/d/{f['id']}/view",
"sourceLanguage": "en-US",
"folderId": os.environ.get("SPEAK_FOLDER_ID"),
},
timeout=30,
)
return {"ok": True}
Drive 推送频道在 7 天后过期。通过另一个 POST 续订至 /files/{id}/watch 按计划运行。对于低维护的设置,使用 Speak Zapier 应用的“Drive New File in Folder”触发器——结果相同,无需维护监听频道。
Speak 导入后,与任何 Drive 文件聊天
在 Speak 导入 Drive 文件后,针对它运行任何 Magic Prompt。Magic Prompt 是异步的:POST 启动作业,GET 轮询答案(对于 50,000 个字符的转录,通常在 2 到 3 秒内完成)。
# 1. 对选项卡 1 中导入的媒体触发提示
curl -X POST https://api.speakai.co/v1/prompt/
-H "x-speakai-key: $SPEAK_API_KEY"
-H "Content-Type: application/json"
-d '{
"mediaIds": ["14c8dd9c0a89"],
"prompt": "List every objection raised by the customer with a timestamp.",
"isStream": false,
"isIndividualPrompt": true
}'
# 响应(即时):
# { "status": "success", "data": { "messageId": "", "state": "processing" } }
# 2. 轮询已完成的答案(通常 2-3 秒)
curl "https://api.speakai.co/v1/prompt/messages?mediaIds=14c8dd9c0a89&pageSize=1"
-H "x-speakai-key: $SPEAK_API_KEY"
# 当 state === "completed" 时,answer 字段包含结构化响应。
async function chatWithDriveFile(mediaId, prompt) {
const headers = { "x-speakai-key": process.env.SPEAK_API_KEY };
// 1. Fire
await fetch("https://api.speakai.co/v1/prompt/", {
method: "POST",
headers: { ...headers, "Content-Type": "application/json" },
body: JSON.stringify({
mediaIds: [mediaId],
prompt,
isStream: false,
isIndividualPrompt: true,
}),
});
// 2. Poll until completed
for (let i = 0; i < 20; i++) {
await new Promise(r => setTimeout(r, 1000));
const r = await fetch(
`https://api.speakai.co/v1/prompt/messages?mediaIds=${mediaId}&pageSize=1`,
{ headers }
);
const j = await r.json();
const msg = j?.data?.history?.[0]?.messages?.[0];
if (msg?.state === "completed") return msg.answer;
}
return null;
}
速率限制:每个 API 密钥每分钟 15 个 Magic Prompt 请求。对于跨数百个 Drive 录音的批量分析,请排队提示并在您端尊重速率限制。
从 Claude 或 ChatGPT 查询您的 Drive 内容
连接 Speak’s MCP 服务器。用纯英文向 Claude 或 ChatGPT 提出有关您的 Drive 导入内容的问题。提取逐字引用、根据评分表对采访进行评分、在数百个录制中发现模式。
# Claude Desktop / Claude Code
npx @speakai/mcp-server init
# 出现提示时粘贴您的 Speak API 密钥。设置大约需要 2 分钟。
# Claude.ai(网页版)和 ChatGPT MCP 连接器
# 设置 > 集成 > 添加 MCP 服务器
# 远程 URL:https://api.speakai.co/v1/mcp
# 认证标头:x-speakai-key: YOUR_SPEAK_API_KEY
2. 您的团队今天可以使用的示例提示:
- “向我显示上季度所有提及定价作为障碍的 Drive 访谈。”
- “将 /Research/Q3 中的 12 个客户录音汇总为一份 Notion 就绪的报告。”
- “从带有标签的 Drive 研究面试中提取逐字引用
入职用户提到摩擦的地方。” - “比较来自 /UX/Reviews 中最长的 5 个设计演示。根据决策清晰度对每个进行评分。”
- “找到 8 月 14 日 Acme CTO 参加的 Drive 录音,并提取行动项。”
使用以下标签标记 Drive 导入 drive-import 以便 MCP 查询可以限制到该来源。适用于 Claude.ai、Claude Desktop、Claude Code 和 ChatGPT MCP 连接器。 查看 MCP 服务器 →
为什么选择 Speak AI + Google Drive
Drive 是您的媒体文件所在的地方。Speak 是它们被分析的地方。这两者的结合是研究团队如何在一个下午内处理一年的客户访谈,或销售运营经理自动转录放入共享文件夹的每项录音的方式。
原生 Drive 端点,而非仅仅 URL 上传
Speak 提供专门的 /v1/integration/googledrive/upload endpoint 处理 Drive 的身份验证、文件 ID 解析和下载 URL 获取(服务器端)。您发送 Drive URL;Speak 处理其余部分。无需管理 files.get?alt=media 代理或自签名的短期 URL。
只读、范围限制访问
Speak 请求的是只读 OAuth 权限,仅限于您通过应用内选择器选择的文件。您的完整云端硬盘永远无法被 Speak 访问。文件不会在处理窗口后被存储,除非您明确选择将其保存到您的 Speak 账户。Speak 不会使用您的数据进行模型训练。
自定义 Magic Prompts,而非固定模板
Speak 的 Magic Prompt 在所有 Drive 导入文件上运行您的提示。发现清单评分、主题提取、逐字引用提取、自定义评分标准评分,无论您的团队需要什么。保存提示一次,永远在每个文件上运行。
多源摄入,不仅仅是 Drive
Drive 是数十个输入之一。同一个 Speak 工作区摄取 Zoom、Microsoft Teams、Google Meet、Webex、Twilio、Loom、Dropbox、OneDrive、播客音频和直接文件上传。一个资料库,每个存储和会议平台上的每个对话。
团队信任 Speak AI 处理他们最重要的通话
4.9 G2
“Speak AI 在改变我们处理定性数据的方式方面发挥了重要作用。转录准确度令人印象深刻,NLP 见解为我们节省了数小时的手动分析。”
研究总监 | 咨询公司
“能够在所有客户通话中搜索并提取特定时刻,这对我们的支持团队来说改变了游戏规则。”
客户体验负责人 | 企业技术
如何将 Speak AI 与 Google Drive 结合使用以进行转录和分析
Google Drive 是大多数团队存放媒体的地方。客户访谈录音存放在 Drive 文件夹中。从 Zoom 或 Meet 导出的销售通话录音存放在 Drive 中。产品演示视频、设计演示 Loom、播客摄入文件都在某个时点流经 Drive。挑战一直是将这些档案转化为可分析的东西。Speak AI 通过将 Drive 视为一流输入来解决它:原生 OAuth、原生上传端点、在其之上运行的 Magic Prompt 分析层。
相关内容: ChatGPT for Google drive files.
Speak 在 Drive 工作流中的位置
Speak 在文件进入 Drive 后运行。您通过 OAuth 连接一次 Drive,然后通过应用内 Drive 选择器选择文件,或将 Drive URL POST 到 Speak’s /v1/integration/googledrive/upload 端点,或设置 Drive 文件夹监视以自动导入新文件。Speak 使用您存储的 OAuth 令牌获取文件、以 100 多种语言进行转录,并运行 AI 分析。转录和结构化洞察随后可通过 Speak 应用、API 或 MCP 服务器进行查询。
Speak 原生 Drive 上传端点与原始 URL 上传的对比
Speak’s 通用 /v1/media/upload 端点接受任何 URL,但 Drive URL 需要身份验证。大多数通用上传程序都会触发 Drive’s files.get?alt=media 重定向URL并被阻止。Speak’s 专门的 Drive 端点(/v1/integration/googledrive/upload处理此服务器端:从 Drive URL 解析文件 ID,使用您存储的 OAuth 令牌通过 Drive API 获取元数据,然后导入实际文件内容。您只需 POST Drive URL;Speak 完成其余工作。
OAuth 范围和安全
Speak 请求 Drive OAuth 只读权限(drive.readonly 用于完全 Drive 读取访问权限,或 drive.file 仅用于选择器选定的文件)。大多数团队使用 drive.file 范围更紧凑。Speak永远无法访问您的完整Drive,除非您授予权限 drive.readonlyDrive 文件不会存储在 Speak 的服务器上,除非您将其保存到您的 Speak 账户,超过处理窗口。Speak 为医疗保健和企业客户提供 SOC 2、符合 GDPR 和符合 HIPAA 的计划。
相关内容: AI tools for healthcare.
如何作为 AI 助手收听 Google Drive MP3 链接?
在 Speak 中连接 Drive(设置 -> 集成 -> Google Drive),然后从应用内选择器中选择 MP3 文件,或将其 Drive URL POST 到 /v1/integration/googledrive/uploadSpeak 会用您选择的语言进行转录,并返回带有说话人标签的完整文字记录、情感分析和 Magic Prompt 就绪内容。60 分钟文件的平均处理时间不到 3 分钟。
我如何使用 AI 分析 Google Drive 链接中的音频?
Speak 导入文件后,通过 API 对其运行任何 Magic Prompt POST /v1/prompt/常见提示:“提取每个承诺者及其承诺的行动项”、“列出前 5 个主题及其逐字支持引用”、“根据我们的发现标准对此访谈进行 0-10 评分”。Speak 在 2 到 3 秒内为 50,000 字符的转录文本返回结构化答案。
ChatGPT 能否与 Google Drive 集成?
ChatGPT 可以读取你粘贴到其中的文档,但无法本地连接到 Google Drive、处理 Drive 中的音频或视频文件,或运行自动化文件夹监视。Speak AI 处理所有三项:原生 Drive OAuth、100 多种语言的完整音频和视频转录,以及文件夹监视自动化,在文件到达监视的 Drive 文件夹时处理文件。通过 Speak’s MCP 服务器将 Speak 与 ChatGPT 配对,以进行跨 Drive 库的自然语言搜索。
按角色划分的用例
客户研究团队 使用 Speak 配合 Drive 大规模处理面试档案。监视“研究面试”Drive 文件夹,每个新文件都会被转录和分析,然后通过 MCP 要求 Claude 提出常见主题。查看 Speak AI 用于定性研究.
销售和 RevOps 团队 自动转录从 Zoom 或 Meet 导出的通话录制到共享的 Drive 文件夹。情感分析、行动项和结构化 CRM 推送自动发生。查看 Speak AI 销售团队版.
产品和设计团队 在 Drive 中存档 Loom 操作演示和录制的用户测试会话。Speak 通过 Magic Prompt 提取决策和待解决问题;结果自动推送到 Notion 或 Linear。
客户支持团队 在 Drive 存档中存储入站呼叫录制,对整个语料库运行 Magic Prompt 情绪分析,并跨数千个呼叫呈现升级模式。
常见问题解答
什么是 Google Drive AI 助手?
Google Drive AI 助手连接到您的 Drive 并分析您文件中的内容,无需强制您下载或复制它们。Speak AI 为音频、视频和文本文件执行此操作:通过 OAuth 连接一次 Drive,然后选择或 POST 任何 Drive URL,Speak 自动处理转录、摘要和 Magic Prompt 分析。
如何在 Google Drive 中使用 AI?
在 Speak 的设置 → 集成 → Google Drive 中连接 Drive。使用应用内文件选择器导入单个文件, /v1/integration/googledrive/upload 端点以编程方式导入,或通过 Drive Push API 设置 Drive 文件夹监听以自动处理新文件。所有三条路径产生相同的输出:标记了发言人的转录、情感分析和 Magic Prompt 就绪的内容。
如何作为 AI 助手收听 Google Drive MP3 链接?
将 Drive URL POST 到 Speak’s /v1/integration/googledrive/upload endpoint。Speak解析文件ID,使用您存储的OAuth令牌获取文件,并以100多种语言进行转录。60分钟MP3的平均处理时间不到3分钟。转录稿可以通过Speak应用或API进行编辑、导出和查询。
我如何使用 AI 分析 Google Drive 链接中的音频?
Speak 导入文件后,对其运行任何 Magic Prompt。Magic Prompt 是异步的:POST 启动任务,GET 轮询答案(50,000 字符记录的典型完成时间为 2 到 3 秒)。常见 prompt:提取行动项、根据评分标准评分、提取逐字引述、生成 Notion 就绪的撰写文稿。
Speak 是可以访问 Google Drive 的 AI 吗?
是的。Speak AI 提供原生 Google Drive OAuth 和专用上传端点。Speak 请求对您明确选择的文件具有只读访问权限。您的完整 Drive 永远无法访问。除非您保存到 Speak 账户,否则文件不会在处理窗口之外存储在 Speak 的服务器上。Speak 不会基于您的数据进行训练,为企业客户提供符合 HIPAA 要求的计划。
ChatGPT 能否与 Google Drive 集成?
ChatGPT 可以读取您粘贴到其中的文档,但无法原生连接到 Google Drive、处理来自 Drive 的音频或视频文件,或运行自动文件夹监视。Speak AI 处理所有三个功能:原生 Drive OAuth、100 多种语言的完整音频和视频转录,以及文件夹监视自动化。与 Speak’s MCP 服务器配合使用,可以从 ChatGPT 或 Claude 查询您的 Drive 库。
立即开始使用 Speak AI 和 Google Drive
83 个分析工具。100+ 种语言。原生 Drive OAuth、原生上传端点、文件夹监视、Magic Prompt、Claude 和 ChatGPT 的 MCP 原生支持。与您的 Zoom、Teams、Meet 和 Webex 通话处于同一工作区。
免费连接 Google Drive
创建您的账户,连接 Drive,并通过选择器导入您的第一个文件。享受 7 天完整访问权限。无需信用卡。
查看 API 文档
Drive 上传端点、连接流程、webhook 事件类型和 Magic Prompt API 的完整参考。加上 NPM 上的官方 MCP 服务器和用于无代码 Drive 自动化的 Speak Zapier 应用。




