SuperAPI AI 工具集

deepgram-java-audio-intelligence

编程与开发

查看项目

更新于 10-15 20:35

技能介绍

用途:在 Deepgram Java SDK 中为 /v1/listen 音频转写叠加分析能力。音频智能不是独立客户端,而是 Listen V1 REST 请求面加上额外分析字段。适合需要“转写+分析”同时完成的场景;只要纯转写、只分析已有文本或需要对话式流式转写时,应改用其他技能。

主要能力:REST 构建器 ListenV1RequestUrl 与 MediaTranscribeRequestOctetStream 已验证支持 sentiment、summarize、topics、customTopic、customTopicMode、intents、customIntent、customIntentMode、detectEntities、detectLanguage、diarize、redact;常用转写配套项有 smartFormat、punctuate、paragraphs、utterances、numerals、keywords、keyterm、replace、search。WebSocket 子集仅含 diarize、detectEntities、redact 及常规实时转写选项,不含 summarize、topics、intents、detectLanguage。

使用方式:用 DeepgramClient.builder().apiKey(System.getenv("DEEPGRAM_API_KEY")).build() 初始化;REST 通过 client.listen().v1().media().transcribeUrl(request) 提交,构建器按输入来源选择 URL 或字节上传。WebSocket 用 client.listen().v1().v1WebSocket(),connect 时传入 V1ConnectOptions。仓库示例见 examples/listen/AdvancedOptions.java、TranscribeUrl.java、FileUploadTypes.java。

限制:多数智能字段仅 REST 可用;summarize 在 Listen V1 是独立生成类型,勿套用 Read API 结构;redact 目前是单个 String 字段,不支持字符串或列表;示例统一使用 NOVA3,换模型前需确认其支持所需叠加能力;仓库示例仅演示 diarization 级别选项,无 sentiment/topics/intents 专用示例。跨语言产品知识可安装 npx skills add deepgram/skills。