tools.media.audio के माध्यम से आने वाले ऑडियो/वॉइस-नोट
ट्रांसक्रिप्शन के लिए और plugins.entries.voice-call.config.streaming के माध्यम से Voice Call स्ट्रीमिंग STT
के लिए करता है।
बैच ट्रांसक्रिप्शन पूरी ऑडियो फ़ाइल को Deepgram पर अपलोड करता है और
ट्रांसक्रिप्ट को उत्तर पाइपलाइन ({{Transcript}} + [Audio] ब्लॉक) में सम्मिलित करता है।
Voice Call स्ट्रीमिंग, Deepgram के WebSocket listen एंडपॉइंट पर लाइव G.711 u-law फ़्रेम अग्रेषित करती है और Deepgram द्वारा
उन्हें लौटाए जाने पर आंशिक/अंतिम ट्रांसक्रिप्ट उत्सर्जित करती है।
आरंभ करना
1
अपनी API कुंजी सेट करें
2
ऑडियो प्रदाता सक्षम करें
3
वॉइस नोट भेजें
किसी भी कनेक्ट किए गए चैनल के माध्यम से एक ऑडियो संदेश भेजें। OpenClaw, Deepgram
के माध्यम से उसका ट्रांसक्रिप्शन करता है और ट्रांसक्रिप्ट को उत्तर पाइपलाइन में सम्मिलित करता है।
कॉन्फ़िगरेशन विकल्प
providerOptions.deepgram अतिरिक्त क्वेरी पैरामीटर को सीधे
Deepgram /listen अनुरोध में मर्ज करता है, इसलिए Deepgram द्वारा समर्थित कोई भी पैरामीटर नाम काम करता है
(उदाहरण के लिए detect_language, punctuate, smart_format):
- भाषा संकेत के साथ
- Deepgram विकल्पों के साथ
Voice Call स्ट्रीमिंग STT
बंडल किया गयाdeepgram Plugin, Voice Call Plugin के लिए
एक रीयल-टाइम ट्रांसक्रिप्शन प्रदाता भी पंजीकृत करता है।
baseUrl को एंडपॉइंट रूट पर सेट करें, जिसमें कोई भी आधार पथ शामिल हो लेकिन /listen नहीं।
रीयल-टाइम एंडपॉइंट http://, https://, ws://, और wss:// स्वीकार करते हैं। HTTP
को WS पर मैप किया जाता है, HTTPS को WSS पर मैप किया जाता है और स्पष्ट WebSocket स्कीम अपरिवर्तित रहती हैं।
विकृत URL और अन्य स्कीम के कारण सत्र सेटअप के दौरान विफलता होती है।
Voice Call को टेलीफ़ोनी ऑडियो 8 kHz G.711 u-law के रूप में प्राप्त होता है। Deepgram
स्ट्रीमिंग प्रदाता का डिफ़ॉल्ट
encoding: "mulaw" और sampleRate: 8000 है, इसलिए
Twilio मीडिया फ़्रेम सीधे अग्रेषित किए जा सकते हैं।टिप्पणियाँ
प्रमाणीकरण
प्रमाणीकरण
प्रमाणीकरण मानक प्रदाता प्रमाणीकरण क्रम का पालन करता है।
DEEPGRAM_API_KEY
सबसे सरल पथ है।प्रॉक्सी और कस्टम एंडपॉइंट
प्रॉक्सी और कस्टम एंडपॉइंट
प्रॉक्सी का उपयोग करते समय Deepgram
tools.media.models[] प्रविष्टि पर एंडपॉइंट या हेडर ओवरराइड करें।आउटपुट व्यवहार
आउटपुट व्यवहार
आउटपुट अन्य प्रदाताओं के समान ऑडियो नियमों (आकार सीमाएँ, टाइमआउट,
ट्रांसक्रिप्ट सम्मिलन) का पालन करता है।
संबंधित
मीडिया टूल
ऑडियो, इमेज और वीडियो प्रोसेसिंग पाइपलाइन का अवलोकन।
कॉन्फ़िगरेशन
मीडिया टूल सेटिंग सहित पूर्ण कॉन्फ़िगरेशन संदर्भ।
समस्या निवारण
सामान्य समस्याएँ और डीबगिंग चरण।
अक्सर पूछे जाने वाले प्रश्न
OpenClaw सेटअप के बारे में अक्सर पूछे जाने वाले प्रश्न।