Deepgram

Deepgram est une API de conversion de la parole en texte. OpenClaw l’utilise pour la transcription des fichiers audio et des notes vocales entrants via tools.media.audio, ainsi que pour la STT en streaming de Voice Call via plugins.entries.voice-call.config.streaming. La transcription par lots téléverse le fichier audio complet vers Deepgram et injecte la transcription dans le pipeline de réponse (bloc {{Transcript}} + [Audio]). Le streaming de Voice Call transmet en direct les trames G.711 u-law via le point de terminaison WebSocket listen de Deepgram et émet les transcriptions partielles et finales à mesure que Deepgram les renvoie.

Détail	Valeur
Site web	deepgram.com
Documentation	developers.deepgram.com
Authentification	`DEEPGRAM_API_KEY`
Modèle par défaut	`nova-3`

Prise en main

Définir votre clé API

DEEPGRAM_API_KEY=dg_...

Activer le fournisseur audio

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

Envoyer une note vocale

Envoyez un message audio par l’intermédiaire de n’importe quel canal connecté. OpenClaw le transcrit via Deepgram et injecte la transcription dans le pipeline de réponse.

Options de configuration

Option	Chemin	Description
`model`	`tools.media.audio.models[].model`	Identifiant du modèle Deepgram (valeur par défaut : `nova-3`)
`language`	`tools.media.audio.models[].language`	Indication de langue (facultative)

providerOptions.deepgram fusionne les paramètres de requête supplémentaires directement dans la requête Deepgram /listen. Tout nom de paramètre pris en charge par Deepgram fonctionne donc (par exemple detect_language, punctuate, smart_format) :

Avec une indication de langue
Avec des options Deepgram

{
  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" }],
      },
    },
  },
}

STT en streaming de Voice Call

Le plugin deepgram intégré enregistre également un fournisseur de transcription en temps réel pour le plugin Voice Call.

Paramètre	Chemin de configuration	Valeur par défaut
Clé API	`plugins.entries.voice-call.config.streaming.providers.deepgram.apiKey`	Se rabat sur `DEEPGRAM_API_KEY`
URL de base	`...deepgram.baseUrl`	`DEEPGRAM_BASE_URL` ou l’API publique de Deepgram
Modèle	`...deepgram.model`	`nova-3`
Langue	`...deepgram.language`	(non définie)
Encodage	`...deepgram.encoding`	`mulaw`
Fréquence d’échantillonnage	`...deepgram.sampleRate`	`8000`
Détection de fin d’énoncé	`...deepgram.endpointingMs`	`800`
Résultats intermédiaires	`...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",
              },
            },
          },
        },
      },
    },
  },
}

Pour utiliser un point de terminaison Deepgram personnalisé, définissez baseUrl sur la racine du point de terminaison, en incluant tout chemin de base, mais pas /listen. Les points de terminaison en temps réel acceptent http://, https://, ws:// et wss://. HTTP est converti en WS, HTTPS en WSS, et les schémas WebSocket explicites restent inchangés. Les URL mal formées et les autres schémas provoquent un échec lors de la configuration de la session.

Voice Call reçoit l’audio téléphonique au format G.711 u-law à 8 kHz. Le fournisseur de streaming Deepgram utilise par défaut encoding: "mulaw" et sampleRate: 8000. Les trames multimédias Twilio peuvent donc être transmises directement.

Remarques

Authentification

L’authentification suit l’ordre d’authentification standard des fournisseurs. DEEPGRAM_API_KEY est la méthode la plus simple.

Proxy et points de terminaison personnalisés

Remplacez les points de terminaison ou les en-têtes avec tools.media.audio.baseUrl et tools.media.audio.headers lors de l’utilisation d’un proxy.

Comportement de la sortie

La sortie suit les mêmes règles audio que les autres fournisseurs (limites de taille, délais d’expiration, injection de la transcription).

Voir aussi

Outils multimédias

Vue d’ensemble du pipeline de traitement des fichiers audio, des images et des vidéos.

Configuration

Référence complète de la configuration, y compris les paramètres des outils multimédias.

Dépannage

Problèmes courants et étapes de débogage.

FAQ

Questions fréquentes sur la configuration d’OpenClaw.

Overview

Concepts and configuration

Providers

Prise en main

Options de configuration

STT en streaming de Voice Call

Remarques

Voir aussi

Outils multimédias

Configuration

Dépannage

FAQ

​Prise en main

​Options de configuration

​STT en streaming de Voice Call

​Remarques

​Voir aussi

Outils multimédias

Configuration

Dépannage

FAQ

Prise en main

Options de configuration

STT en streaming de Voice Call

Remarques

Voir aussi