Providers
Deepgram
Deepgram ist eine Speech-to-Text-API. OpenClaw verwendet sie für die Transkription eingehender Audio- und Sprachnachrichten über tools.media.audio sowie für das Streaming-STT von Voice Call über plugins.entries.voice-call.config.streaming.
Bei der Batch-Transkription wird die vollständige Audiodatei zu Deepgram hochgeladen und das Transkript in die Antwort-Pipeline eingefügt ({{Transcript}} + [Audio]-Block). Beim Voice-Call-Streaming werden G.711-u-law-Frames in Echtzeit über Deepgrams WebSocket-Endpunkt listen weitergeleitet und vorläufige sowie endgültige Transkripte ausgegeben, sobald Deepgram sie zurückgibt.
| Detail | Wert |
|---|---|
| Website | deepgram.com |
| Dokumentation | developers.deepgram.com |
| Authentifizierung | DEEPGRAM_API_KEY |
| Standardmodell | nova-3 |
Erste Schritte
API-Schlüssel festlegen
DEEPGRAM_API_KEY=dg_...Audio-Provider aktivieren
{ tools: { media: { audio: { enabled: true, models: [{ provider: "deepgram", model: "nova-3" }], }, }, },}Sprachnachricht senden
Senden Sie eine Audionachricht über einen beliebigen verbundenen Kanal. OpenClaw transkribiert sie über Deepgram und fügt das Transkript in die Antwort-Pipeline ein.
Konfigurationsoptionen
| Option | Pfad | Beschreibung |
|---|---|---|
model |
tools.media.audio.models[].model |
Deepgram-Modell-ID (Standard: nova-3) |
language |
tools.media.audio.models[].language |
Sprachhinweis (optional) |
providerOptions.deepgram führt zusätzliche Abfrageparameter direkt mit der Deepgram-Anfrage an /listen zusammen. Daher kann jeder von Deepgram unterstützte Parametername verwendet werden (beispielsweise detect_language, punctuate, smart_format):
Mit Sprachhinweis
{ tools: { media: { audio: { enabled: true, models: [{ provider: "deepgram", model: "nova-3", language: "en" }], }, }, },}Mit Deepgram-Optionen
{ tools: { media: { audio: { enabled: true, providerOptions: { deepgram: { detect_language: true, punctuate: true, smart_format: true, }, }, models: [{ provider: "deepgram", model: "nova-3" }], }, }, },}Voice-Call-Streaming-STT
Das mitgelieferte deepgram-Plugin registriert außerdem einen Echtzeit-Transkriptions-Provider für das Voice-Call-Plugin.
| Einstellung | Konfigurationspfad | Standardwert |
|---|---|---|
| API-Schlüssel | plugins.entries.voice-call.config.streaming.providers.deepgram.apiKey |
Fällt auf DEEPGRAM_API_KEY zurück |
| Modell | ...deepgram.model |
nova-3 |
| Sprache | ...deepgram.language |
(nicht festgelegt) |
| Kodierung | ...deepgram.encoding |
mulaw |
| Abtastrate | ...deepgram.sampleRate |
8000 |
| Endpunkterkennung | ...deepgram.endpointingMs |
800 |
| Zwischenergebnisse | ...deepgram.interimResults |
true |
{ plugins: { entries: { "voice-call": { config: { streaming: { enabled: true, provider: "deepgram", providers: { deepgram: { apiKey: "${DEEPGRAM_API_KEY}", model: "nova-3", endpointingMs: 800, language: "en-US", }, }, }, }, }, }, },}Hinweise
Authentifizierung
Die Authentifizierung folgt der standardmäßigen Reihenfolge für die Provider-Authentifizierung. DEEPGRAM_API_KEY ist der einfachste Weg.
Proxy und benutzerdefinierte Endpunkte
Überschreiben Sie bei Verwendung eines Proxys Endpunkte oder Header mit tools.media.audio.baseUrl und tools.media.audio.headers.
Ausgabeverhalten
Die Ausgabe folgt denselben Audioregeln wie bei anderen Providern (Größenbeschränkungen, Zeitüberschreitungen, Einfügen des Transkripts).
Verwandte Themen
Übersicht über die Pipeline zur Verarbeitung von Audio, Bildern und Videos.
Vollständige Konfigurationsreferenz einschließlich der Einstellungen für Medienwerkzeuge.
Häufige Probleme und Schritte zur Fehlerdiagnose.
Häufig gestellte Fragen zur Einrichtung von OpenClaw.
