Deepgram

Deepgram 是語音轉文字 API。OpenClaw 透過 tools.media.audio 使用它進行傳入音訊／語音訊息的轉錄，並透過 plugins.entries.voice-call.config.streaming 進行語音通話串流 STT。

批次轉錄會將完整音訊檔案上傳至 Deepgram，並將轉錄文字注入回覆管線（{{Transcript}} + [Audio] 區塊）。 語音通話串流會透過 Deepgram 的 WebSocket listen 端點轉送即時 G.711 u-law 音訊框架，並在 Deepgram 傳回部分／最終轉錄文字時將其發出。

開始使用

DEEPGRAM_API_KEY=dg_...

{  tools: {    media: {      audio: {        enabled: true,        models: [{ provider: "deepgram", model: "nova-3" }],      },    },  },}

設定選項

providerOptions.deepgram 會將額外的查詢參數直接合併至 Deepgram /listen 要求，因此可使用 Deepgram 支援的任何參數名稱（例如 detect_language、punctuate、smart_format）：

{  tools: {    media: {      audio: {        enabled: true,        models: [{ provider: "deepgram", model: "nova-3", language: "en" }],      },    },  },}

{  tools: {    media: {      audio: {        enabled: true,        providerOptions: {          deepgram: {            detect_language: true,            punctuate: true,            smart_format: true,          },        },        models: [{ provider: "deepgram", model: "nova-3" }],      },    },  },}

語音通話串流 STT

內建的 deepgram 外掛也會為語音通話外掛註冊即時轉錄供應商。

{  plugins: {    entries: {      "voice-call": {        config: {          streaming: {            enabled: true,            provider: "deepgram",            providers: {              deepgram: {                apiKey: "${DEEPGRAM_API_KEY}",                model: "nova-3",                endpointingMs: 800,                language: "en-US",              },            },          },        },      },    },  },}

若要使用 Deepgram 自訂端點，請將 baseUrl 設為端點根路徑，包含任何基底路徑，但不包含 /listen。 即時端點接受 http://、https://、ws:// 和 wss://。HTTP 會對應至 WS，HTTPS 會對應至 WSS，而明確指定的 WebSocket 配置則保持不變。 格式錯誤的 URL 和其他配置會在工作階段設定期間失敗。

注意事項

相關內容