Deepgram

Deepgram adalah API ucapan-ke-teks. OpenClaw menggunakannya untuk transkripsi audio/catatan suara masuk melalui tools.media.audio dan untuk STT streaming Panggilan Suara melalui plugins.entries.voice-call.config.streaming. Transkripsi batch mengunggah berkas audio lengkap ke Deepgram dan memasukkan transkrip ke dalam alur pemrosesan balasan (blok {{Transcript}} + [Audio]). Streaming Panggilan Suara meneruskan frame G.711 u-law langsung melalui endpoint WebSocket listen Deepgram dan menghasilkan transkrip parsial/final saat Deepgram mengembalikannya.

Detail	Nilai
Situs web	deepgram.com
Dokumentasi	developers.deepgram.com
Autentikasi	`DEEPGRAM_API_KEY`
Model default	`nova-3`

Memulai

Tetapkan kunci API Anda

DEEPGRAM_API_KEY=dg_...

Aktifkan penyedia audio

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

Kirim catatan suara

Kirim pesan audio melalui saluran mana pun yang terhubung. OpenClaw mentranskripsikannya melalui Deepgram dan memasukkan transkrip ke dalam alur pemrosesan balasan.

Opsi konfigurasi

Opsi	Jalur	Deskripsi
`model`	`tools.media.audio.models[].model`	ID model Deepgram (default: `nova-3`)
`language`	`tools.media.audio.models[].language`	Petunjuk bahasa (opsional)

providerOptions.deepgram menggabungkan parameter kueri tambahan secara langsung ke dalam permintaan /listen Deepgram, sehingga nama parameter apa pun yang didukung Deepgram dapat digunakan (misalnya detect_language, punctuate, smart_format):

Dengan petunjuk bahasa
Dengan opsi 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 streaming Panggilan Suara

Plugin deepgram bawaan juga mendaftarkan penyedia transkripsi waktu nyata untuk Plugin Panggilan Suara.

Pengaturan	Jalur konfigurasi	Default
Kunci API	`plugins.entries.voice-call.config.streaming.providers.deepgram.apiKey`	Menggunakan `DEEPGRAM_API_KEY` sebagai cadangan
URL dasar	`...deepgram.baseUrl`	`DEEPGRAM_BASE_URL` atau API publik Deepgram
Model	`...deepgram.model`	`nova-3`
Bahasa	`...deepgram.language`	(tidak ditetapkan)
Pengodean	`...deepgram.encoding`	`mulaw`
Laju sampel	`...deepgram.sampleRate`	`8000`
Penentuan akhir	`...deepgram.endpointingMs`	`800`
Hasil sementara	`...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",
              },
            },
          },
        },
      },
    },
  },
}

Untuk endpoint khusus Deepgram, tetapkan baseUrl ke root endpoint, termasuk jalur dasar apa pun tetapi tanpa /listen. Endpoint waktu nyata menerima http://, https://, ws://, dan wss://. HTTP dipetakan ke WS, HTTPS dipetakan ke WSS, dan skema WebSocket eksplisit tetap tidak berubah. URL yang tidak valid dan skema lainnya akan gagal saat penyiapan sesi.

Panggilan Suara menerima audio telefoni sebagai G.711 u-law 8 kHz. Penyedia streaming Deepgram menggunakan encoding: "mulaw" dan sampleRate: 8000 secara default, sehingga frame media Twilio dapat diteruskan secara langsung.

Catatan

Autentikasi

Autentikasi mengikuti urutan autentikasi penyedia standar. DEEPGRAM_API_KEY adalah jalur paling sederhana.

Proksi dan endpoint khusus

Ganti endpoint atau header dengan tools.media.audio.baseUrl dan tools.media.audio.headers saat menggunakan proksi.

Perilaku keluaran

Keluaran mengikuti aturan audio yang sama seperti penyedia lain (batas ukuran, batas waktu, penyisipan transkrip).

Terkait

Alat media

Ikhtisar alur pemrosesan audio, gambar, dan video.

Konfigurasi

Referensi konfigurasi lengkap, termasuk pengaturan alat media.

Pemecahan masalah

Masalah umum dan langkah-langkah debugging.

Pertanyaan umum

Pertanyaan yang sering diajukan tentang penyiapan OpenClaw.

Overview

Concepts and configuration

Providers

Memulai

Opsi konfigurasi

STT streaming Panggilan Suara

Catatan

Terkait

Alat media

Konfigurasi

Pemecahan masalah

Pertanyaan umum

​Memulai

​Opsi konfigurasi

​STT streaming Panggilan Suara

​Catatan

​Terkait

Alat media

Konfigurasi

Pemecahan masalah

Pertanyaan umum

Memulai

Opsi konfigurasi

STT streaming Panggilan Suara

Catatan

Terkait