产品介绍
Deepgram 是什么？
Deepgram 是语音 AI 平台，提供语音转文字、文字转语音、音频智能和对话式语音智能体 API。开发者与企业可使用实时或批量模式，并通过 Deepgram 云或自托管环境部署。
统一 Voice Agent API 将转写、语言模型编排、语音合成、业务逻辑和外部系统连接整合到一个接口。团队也可单独使用各项 API、把 Deepgram 嵌入其他平台，或针对特殊工作流与合规需求定制模型。
如何使用 Deepgram
- 创建 Deepgram 账户，选择语音转文字、文字转语音、音频智能或统一 Voice Agent API。
- 在 Playground 中测试所选模型和配置。
- 将 API 集成到应用，并连接所需语言模型、业务逻辑和外部系统。
- 以实时或批量模式运行，并按需求选择云端或自托管部署。
- 监控结果，针对目标场景调整模型或语音智能体行为。
核心功能
- 语音转文字 API： 转写流式或录制音频。
- 文字转语音 API： 为应用和智能体生成语音。
- 统一 Voice Agent API： 整合 STT、TTS、模型编排和业务逻辑。
- 音频智能： 从音频内容中提取附加信息。
- 多语言对话： Flux 可检测口语语言，并支持首页列出的十种语言。
- 灵活部署： 支持实时、批量、云端和自托管运行。
使用场景
- 联络中心自动化： 为客户对话提供实时语音智能体。
- 语音分析： 大规模转写和分析通话或其他音频。
- 对话式应用： 为产品加入语音输入和生成式语音回复。
- 医疗与领域转写： 支持专业转写工作流。
- 平台语音基础设施： 让合作伙伴在自身产品中嵌入企业语音能力。
定价
Deepgram 提供免费注册。首页未列出免费 credits 或 API 用量价格。
常见问题
Deepgram 可以自托管吗？
可以。首页列出云端和自托管部署。
Voice Agent API 需要分别集成 STT 和 TTS 吗？
不需要。它将 STT、TTS、模型编排和业务逻辑整合到一个 API。
集成前可以测试吗？
可以。Deepgram 提供 API Playground。
