Deepgram
语音识别与 TTS
Deepgram 提供语音识别、实时转写和语音合成接口。
Deepgram API 是 Deepgram 提供的语音接口,通过 deepgram.com 对外开放。开发者申请 Key 后即可调用,无需自己部署。
主要能力
- 语音识别(STT):/v1/listen 接受音频二进制,支持多语种和词级时间戳。
- 实时转写:WebSocket 流式接口,延迟常在几百毫秒。
- 语音合成(TTS):/v1/speak 返回音频。
- 音频智能:说话人分离、关键词检测、摘要。
- 模型选择:nova 系列按精度和成本分档。
特点
- 按秒计费,注册赠 $200 额度。
- 延迟和价格是强项,小语种覆盖不如大厂。
- 中文建议先小样本测准确率。
典型使用场景:实时字幕、电话机器人、语音助手、会议转写。
适合:实时语音应用、电话机器人。
基本信息
- 认证
- 需要 API Key
- 免费额度
- 注册赠 $200 额度
- 额度来源
- 人工核实
- 商用限制
- 以官网为准
- 状态
- 需要 Key
- 最后检测时间
- 2026-11-18
- 分类
- AI 与大模型
常见问题
- Deepgram 送的额度是多少?
- 注册赠 $200,按秒计费,用完转按量;具体以控制台账单为准。
- Deepgram 实时转写怎么接?
- 连 wss://api.deepgram.com/v1/listen?model=nova-3,边发音频边收部分结果,延迟常在几百毫秒。