用途:在 C# 代码中调用 Deepgram Speech-to-Text,对预录音频走 REST 一次性转写,对麦克风、文件流或中继流走 WebSocket 持续实时转写。若需摘要、情感、主题、意图、脱敏或说话人分离,应改用音频智能相关技能;对话轮次语义用 conversational-stt;单 socket 内 STT+LLM+TTS 用 voice-agent。
安装与认证:dotnet add package Deepgram;调用 Library.Initialize(),默认读取 DEEPGRAM_API_KEY,也可通过 DeepgramHttpClientOptions / DeepgramWsClientOptions 传入 DEEPGRAM_ACCESS_TOKEN。该仓库异步方法返回 Task<T> 但不带 Async 后缀。
主要能力:REST 客户端 ClientFactory.CreateListenRESTClient() 支持 TranscribeUrl 与 TranscribeFile(含 Stream 重载),参数在 PreRecordedSchema 中配置,如 Model、Language、Encoding、SampleRate、Punctuate、SmartFormat、Keyterm、Utterances、Paragraphs。WebSocket 客户端 ClientFactory.CreateListenWebSocketClient() 需先 Subscribe 注册结果事件再 Connect,LiveSchema 支持 Model、Encoding、SampleRate、InterimResults、UtteranceEnd、VadEvents、Endpointing、Keyterm。
使用要点与限制:REST 与流式使用不同命名空间(v1.REST 与 v2.WebSocket);原始音频必须与 Encoding、SampleRate 声明一致,否则转写质量差或报错;Keyterm 受保护,v2 WebSocket 客户端在非 nova-3 模型下使用会抛异常;回调流程需用 TranscribeUrlCallBack / TranscribeFileCallBack,同步方法不接受 CallBack;Deepgram.Microphone 为可选辅助包。仓库内提供 REST url/file、WebSocket file/http/microphone 等示例文件。具体收费与价格资料暂未提供。