deepgram-dotnet-audio-intelligence

用途

本技能用于在 Deepgram .NET SDK 仓库中编写或审查 C# 代码时，为语音转文字（Speech-to-Text）请求启用 Deepgram 音频智能（Audio Intelligence）叠加功能。音频分析建立在同一套 STT 客户端之上，通过 schema 属性开启相应特性。

适用场景：你有一段音频，希望在一次请求中同时获得转录文本和分析结果。REST 是摘要、主题、意图、情感和语言检测的主要路径。

以下情况应使用其他技能：

只需要转录文本 → deepgram-dotnet-speech-to-text。
已有文本并想使用 /read → deepgram-dotnet-text-intelligence。

主要能力

音频智能特性在 REST 与 WebSocket 两条路径上的可用性不同：

特性	REST (PreRecordedSchema)	WebSocket (LiveSchema)
Diarize（说话人分离）	支持	支持
Redact（脱敏）	支持	支持
DetectEntities（实体识别）	支持	未在 LiveSchema 中暴露
Summarize（摘要）	支持（字符串）	不支持
Topics / Intents / Sentiment（主题/意图/情感）	支持	不支持
DetectLanguage（语言检测）	支持	不支持
CustomTopic / CustomIntent（自定义主题/意图）	支持	不支持

使用方式

认证

安装包：

dotnet add package Deepgram

初始化：

using Deepgram;

Library.Initialize();
var client = ClientFactory.CreateListenRESTClient();

ClientFactory 默认从 DEEPGRAM_API_KEY（或 DEEPGRAM_ACCESS_TOKEN）环境变量读取凭据。如需显式传入，可使用 ClientFactory.CreateListenRESTClient(apiKey: "...", options: ...) / CreateListenWebSocketClient(apiKey: "...", options: ...)。若既未提供环境变量也未提供显式凭据，DeepgramHttpClientOptions / DeepgramWsClientOptions 会抛出异常。

快速上手 — REST

using Deepgram.Models.Listen.v1.REST;

var client = ClientFactory.CreateListenRESTClient();

var response = await client.TranscribeUrl(
    new UrlSource("https://dpgr.am/spacewalk.wav"),
    new PreRecordedSchema()
    {
        Model = "nova-3",
        Punctuate = true,
        SmartFormat = true,
        Diarize = true,
        Summarize = "v2",
        Topics = true,
        Intents = true,
        Sentiment = true,
        DetectLanguage = true,
        DetectEntities = true,
        Redact = new List<string> { "pii", "numbers" },
        Language = "en",
    });

Console.WriteLine(response.Results.Channels[0].Alternatives[0].Transcript);
Console.WriteLine(response.Results.Summary);

快速上手 — 实时子集

using Deepgram.Models.Listen.v2.WebSocket;

var liveClient = ClientFactory.CreateListenWebSocketClient();

await liveClient.Subscribe(new EventHandler<ResultResponse>((sender, e) =>
{
    Console.WriteLine(e.Channel.Alternatives[0].Transcript);
}));

await liveClient.Connect(new LiveSchema()
{
    Model = "nova-3",
    Diarize = true,
    Redact = new List<string> { "pii" },
    Encoding = "linear16",
    SampleRate = 16000,
});

关键参数

REST（PreRecordedSchema）：Summarize、Topics、Intents、Sentiment、DetectLanguage、DetectEntities、CustomTopic、CustomTopicMode、CustomIntent、CustomIntentMode、Diarize、DiarizeVersion、DiarizeModel、Redact、Utterances，以及常规 STT 参数。

Live（LiveSchema）：Diarize、Redact、UtteranceEnd、VadEvents、Punctuate、SmartFormat，以及常规流式 STT 设置。

API 参考（分层）

仓库内权威来源：

Deepgram/Models/Listen/v1/REST/PreRecordedSchema.cs
Deepgram/Models/Listen/v2/WebSocket/LiveSchema.cs
Deepgram/Clients/Listen/v1/REST/Client.cs
Deepgram/Clients/Listen/v2/WebSocket/Client.cs

规范 OpenAPI（REST）：https://developers.deepgram.com/openapi.yaml

规范 AsyncAPI（流式 / WSS）：https://developers.deepgram.com/asyncapi.yaml

Context7：

仓库镜像：https://context7.com/deepgram/deepgram-dotnet-sdk
文档语料：/llmstxt/developers_deepgram_llms_txt

产品文档：

https://developers.deepgram.com/docs/stt-intelligence-feature-overview
https://developers.deepgram.com/docs/summarization
https://developers.deepgram.com/docs/topic-detection
https://developers.deepgram.com/docs/intent-recognition
https://developers.deepgram.com/docs/sentiment-analysis
https://developers.deepgram.com/docs/language-detection
https://developers.deepgram.com/docs/redaction
https://developers.deepgram.com/docs/diarization

适用场景

需要一次请求同时获得转录文本与摘要、主题、意图、情感、语言检测等分析结果。
需要在实时流式场景中使用说话人分离或脱敏。
需要按仓库内示例文件快速上手：examples/speech-to-text/rest/summary/Program.cs、sentiment/Program.cs、topic/Program.cs、intent/Program.cs、file/Program.cs。

限制与注意事项

STT 上的 Summarize 是字符串。应使用 Summarize = "v2"，而不是 true。
大多数智能叠加功能仅限 REST。实时 schema 不暴露摘要/主题/意图/情感/语言选项。
Redact 是 List<string>。本 SDK 不暴露 Python 风格的字符串或数组联合类型。
自定义主题和意图需要模式。需设置 CustomTopicMode / CustomIntentMode，否则模型行为可能与预期不符。
说话人分离在两条路径均可用，但事件结构不同。实时结果在流式响应中逐词暴露说话人数据。

跨语言产品技能

如需跨语言的 Deepgram 产品知识（整合 API 参考、文档查找器、可运行配方、第三方集成示例和 MCP 设置），可安装中央技能：

npx skills add deepgram/skills

本 SDK 提供语言惯用的代码技能；deepgram/skills 提供跨语言产品知识（见 api、docs、recipes、examples、starters、setup-mcp）。