Saltar al contenido principal
Deepgram es una API de voz a texto. OpenClaw la usa para la transcripción de audio/notas de voz entrantes mediante tools.media.audio y para STT en streaming de Voice Call mediante plugins.entries.voice-call.config.streaming. La transcripción por lotes sube el archivo de audio completo a Deepgram e inyecta la transcripción en la canalización de respuesta (bloque {{Transcript}} + [Audio]). El streaming de Voice Call reenvía tramas G.711 u-law en vivo por el endpoint listen de WebSocket de Deepgram y emite transcripciones parciales/finales a medida que Deepgram las devuelve.
DetalleValor
Sitio webdeepgram.com
Documentacióndevelopers.deepgram.com
AutenticaciónDEEPGRAM_API_KEY
Modelo predeterminadonova-3

​
Primeros pasos

1

Set your API key

DEEPGRAM_API_KEY=dg_...
2

Enable the audio provider

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

Send a voice note

Envía un mensaje de audio a través de cualquier canal conectado. OpenClaw lo transcribe mediante Deepgram e inyecta la transcripción en la canalización de respuesta.

​
Opciones de configuración

OpciónRutaDescripción
modeltools.media.audio.models[].modelId. de modelo de Deepgram (predeterminado: nova-3)
languagetools.media.audio.models[].languagePista de idioma (opcional)
providerOptions.deepgram combina parámetros de consulta adicionales directamente en la solicitud /listen de Deepgram, por lo que funciona cualquier nombre de parámetro compatible con Deepgram (por ejemplo, detect_language, punctuate, smart_format): 
{
  tools: {
    media: {
      audio: {
        enabled: true,
        models: [{ provider: "deepgram", model: "nova-3", language: "en" }],
      },
    },
  },
}

​
STT en streaming de Voice Call

El plugin deepgram incluido también registra un proveedor de transcripción en tiempo real para el plugin Voice Call.
AjusteRuta de configuraciónPredeterminado
Clave de APIplugins.entries.voice-call.config.streaming.providers.deepgram.apiKeyRecurre a DEEPGRAM_API_KEY
Modelo...deepgram.modelnova-3
Idioma...deepgram.language(sin definir)
Codificación...deepgram.encodingmulaw
Frecuencia de muestreo...deepgram.sampleRate8000
Endpointing...deepgram.endpointingMs800
Resultados provisionales...deepgram.interimResultstrue
{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          streaming: {
            enabled: true,
            provider: "deepgram",
            providers: {
              deepgram: {
                apiKey: "${DEEPGRAM_API_KEY}",
                model: "nova-3",
                endpointingMs: 800,
                language: "en-US",
              },
            },
          },
        },
      },
    },
  },
}
Voice Call recibe audio telefónico como G.711 u-law a 8 kHz. El proveedor de streaming de Deepgram usa de forma predeterminada encoding: "mulaw" y sampleRate: 8000, por lo que las tramas multimedia de Twilio se pueden reenviar directamente.

​
Notas

La autenticación sigue el orden estándar de autenticación del proveedor. DEEPGRAM_API_KEY es la ruta más sencilla.
Sobrescribe endpoints o encabezados con tools.media.audio.baseUrl y tools.media.audio.headers al usar un proxy.
La salida sigue las mismas reglas de audio que otros proveedores (límites de tamaño, tiempos de espera, inyección de transcripciones).

​
Relacionado

Media tools

Resumen de la canalización de procesamiento de audio, imágenes y video.

Configuration

Referencia completa de configuración, incluidos los ajustes de herramientas multimedia.

Troubleshooting

Problemas comunes y pasos de depuración.

FAQ

Preguntas frecuentes sobre la configuración de OpenClaw.