> ## Documentation Index
> Fetch the complete documentation index at: https://docs2.openclaw.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Deepgram

Deepgram 是一个语音转文本 API。OpenClaw 通过 `tools.media.audio` 使用它进行入站音频/语音消息转录，并通过 `plugins.entries.voice-call.config.streaming` 将它用于 Voice Call 流式 STT。

批量转录会将完整音频文件上传到 Deepgram，并把转录文本注入回复流水线（`{{Transcript}}` + `[Audio]` 块）。Voice Call 流式传输会通过 Deepgram 的 WebSocket `listen` 端点转发实时 G.711 u-law 帧，并在 Deepgram 返回时发出部分/最终转录文本。

| 详情   | 值                                                          |
| ---- | ---------------------------------------------------------- |
| 网站   | [deepgram.com](https://deepgram.com)                       |
| 文档   | [developers.deepgram.com](https://developers.deepgram.com) |
| 认证   | `DEEPGRAM_API_KEY`                                         |
| 默认模型 | `nova-3`                                                   |

## 入门指南

<Steps>
  <Step title="设置你的 API key">
    ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}}
    DEEPGRAM_API_KEY=dg_...
    ```
  </Step>

  <Step title="启用音频提供商">
    ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}}
    {
      tools: {
        media: {
          audio: {
            enabled: true,
            models: [{ provider: "deepgram", model: "nova-3" }],
          },
        },
      },
    }
    ```
  </Step>

  <Step title="发送语音消息">
    通过任意已连接渠道发送音频消息。OpenClaw 会通过 Deepgram 转录它，并将转录文本注入回复流水线。
  </Step>
</Steps>

## 配置选项

| 选项         | 路径                                    | 描述                          |
| ---------- | ------------------------------------- | --------------------------- |
| `model`    | `tools.media.audio.models[].model`    | Deepgram 模型 ID（默认：`nova-3`） |
| `language` | `tools.media.audio.models[].language` | 语言提示（可选）                    |

`providerOptions.deepgram` 会将额外查询参数直接合并到 Deepgram `/listen` 请求中，因此任何 Deepgram 支持的参数名都可用（例如 `detect_language`、`punctuate`、`smart_format`）：

<Tabs>
  <Tab title="带语言提示">
    ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}}
    {
      tools: {
        media: {
          audio: {
            enabled: true,
            models: [{ provider: "deepgram", model: "nova-3", language: "en" }],
          },
        },
      },
    }
    ```
  </Tab>

  <Tab title="带 Deepgram 选项">
    ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}}
    {
      tools: {
        media: {
          audio: {
            enabled: true,
            providerOptions: {
              deepgram: {
                detect_language: true,
                punctuate: true,
                smart_format: true,
              },
            },
            models: [{ provider: "deepgram", model: "nova-3" }],
          },
        },
      },
    }
    ```
  </Tab>
</Tabs>

## Voice Call 流式 STT

内置的 `deepgram` 插件还会为 Voice Call 插件注册一个实时转录提供商。

| 设置      | 配置路径                                                                    | 默认值                    |
| ------- | ----------------------------------------------------------------------- | ---------------------- |
| API key | `plugins.entries.voice-call.config.streaming.providers.deepgram.apiKey` | 回退到 `DEEPGRAM_API_KEY` |
| 模型      | `...deepgram.model`                                                     | `nova-3`               |
| 语言      | `...deepgram.language`                                                  | （未设置）                  |
| 编码      | `...deepgram.encoding`                                                  | `mulaw`                |
| 采样率     | `...deepgram.sampleRate`                                                | `8000`                 |
| 端点检测    | `...deepgram.endpointingMs`                                             | `800`                  |
| 临时结果    | `...deepgram.interimResults`                                            | `true`                 |

```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}}
{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          streaming: {
            enabled: true,
            provider: "deepgram",
            providers: {
              deepgram: {
                apiKey: "${DEEPGRAM_API_KEY}",
                model: "nova-3",
                endpointingMs: 800,
                language: "en-US",
              },
            },
          },
        },
      },
    },
  },
}
```

<Note>
  Voice Call 接收的电话音频为 8 kHz G.711 u-law。Deepgram 流式提供商默认使用 `encoding: "mulaw"` 和 `sampleRate: 8000`，因此可以直接转发 Twilio 媒体帧。
</Note>

## 说明

<AccordionGroup>
  <Accordion title="认证">
    认证遵循标准提供商认证顺序。`DEEPGRAM_API_KEY` 是最简单的路径。
  </Accordion>

  <Accordion title="代理和自定义端点">
    使用代理时，可通过 `tools.media.audio.baseUrl` 和 `tools.media.audio.headers` 覆盖端点或标头。
  </Accordion>

  <Accordion title="输出行为">
    输出遵循与其他提供商相同的音频规则（大小上限、超时、转录文本注入）。
  </Accordion>
</AccordionGroup>

## 相关内容

<CardGroup cols={2}>
  <Card title="媒体工具" href="/zh-CN/tools/media-overview" icon="photo-film">
    音频、图像和视频处理流水线概览。
  </Card>

  <Card title="配置" href="/zh-CN/gateway/configuration" icon="gear">
    完整配置参考，包括媒体工具设置。
  </Card>

  <Card title="故障排查" href="/zh-CN/help/troubleshooting" icon="wrench">
    常见问题和调试步骤。
  </Card>

  <Card title="常见问题" href="/zh-CN/help/faq" icon="circle-question">
    关于 OpenClaw 设置的常见问题。
  </Card>
</CardGroup>