Providers
Deepgram
Deepgram é uma API de conversão de fala em texto. O OpenClaw a utiliza para transcrever
áudios e mensagens de voz recebidos por meio de tools.media.audio e para STT em
streaming de chamadas de voz por meio de plugins.entries.voice-call.config.streaming.
A transcrição em lote envia o arquivo de áudio completo para a Deepgram e insere
a transcrição no fluxo de respostas (bloco {{Transcript}} + [Audio]).
O streaming de chamadas de voz encaminha quadros G.711 u-law ao vivo pelo endpoint
WebSocket listen da Deepgram e emite transcrições parciais/finais à medida que a
Deepgram as retorna.
| Detalhe | Valor |
|---|---|
| Site | deepgram.com |
| Documentação | developers.deepgram.com |
| Autenticação | DEEPGRAM_API_KEY |
| Modelo padrão | nova-3 |
Primeiros passos
Defina sua chave de API
DEEPGRAM_API_KEY=dg_...Ative o provedor de áudio
{ tools: { media: { audio: { enabled: true, models: [{ provider: "deepgram", model: "nova-3" }], }, }, },}Envie uma mensagem de voz
Envie uma mensagem de áudio por qualquer canal conectado. O OpenClaw a transcreve pela Deepgram e insere a transcrição no fluxo de respostas.
Opções de configuração
| Opção | Caminho | Descrição |
|---|---|---|
model |
tools.media.audio.models[].model |
ID do modelo da Deepgram (padrão: nova-3) |
language |
tools.media.audio.models[].language |
Indicação de idioma (opcional) |
providerOptions.deepgram mescla parâmetros de consulta adicionais diretamente na
solicitação /listen da Deepgram, portanto qualquer nome de parâmetro compatível
com a Deepgram funciona (por exemplo, detect_language, punctuate, smart_format):
Com indicação de idioma
{ tools: { media: { audio: { enabled: true, models: [{ provider: "deepgram", model: "nova-3", language: "en" }], }, }, },}Com opções da Deepgram
{ tools: { media: { audio: { enabled: true, providerOptions: { deepgram: { detect_language: true, punctuate: true, smart_format: true, }, }, models: [{ provider: "deepgram", model: "nova-3" }], }, }, },}STT em streaming de chamadas de voz
O plugin deepgram incluído também registra um provedor de transcrição em tempo real
para o plugin de chamadas de voz.
| Configuração | Caminho de configuração | Padrão |
|---|---|---|
| Chave de API | plugins.entries.voice-call.config.streaming.providers.deepgram.apiKey |
Usa DEEPGRAM_API_KEY como alternativa |
| Modelo | ...deepgram.model |
nova-3 |
| Idioma | ...deepgram.language |
(não definido) |
| Codificação | ...deepgram.encoding |
mulaw |
| Taxa de amostragem | ...deepgram.sampleRate |
8000 |
| Detecção de fim de fala | ...deepgram.endpointingMs |
800 |
| Resultados provisórios | ...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", }, }, }, }, }, }, },}Observações
Autenticação
A autenticação segue a ordem padrão de autenticação de provedores.
DEEPGRAM_API_KEY é o caminho mais simples.
Proxy e endpoints personalizados
Substitua os endpoints ou cabeçalhos com tools.media.audio.baseUrl e
tools.media.audio.headers ao usar um proxy.
Comportamento da saída
A saída segue as mesmas regras de áudio dos outros provedores (limites de tamanho, tempos limite e inserção da transcrição).
Conteúdo relacionado
Visão geral do fluxo de processamento de áudio, imagem e vídeo.
Referência completa da configuração, incluindo as opções das ferramentas de mídia.
Problemas comuns e etapas de depuração.
Perguntas frequentes sobre a configuração do OpenClaw.
