用途:在 Python 项目里调用 Deepgram Speech-to-Text v1(/v1/listen)做转写。REST(transcribe_url / transcribe_file)适合批量任务、字幕流水线与离线分析;WebSocket(listen.v1.connect)适合实时字幕、麦克风与电话音频。
鉴权:DeepgramClient() 默认从环境变量 DEEPGRAM_API_KEY 读取,请求头用 Authorization: Token <api_key>,不是 Bearer;只有临时令牌才用 Bearer。
主要能力:REST 可传 URL 或文件字节(transcribe_file 的 request 接受 bytes 或迭代器,不能传文件句柄);WebSocket 支持 interim_results 中间结果,通过 is_final、speech_final 区分未定稿与已确认片段,并提供 UtteranceEnd、SpeechStarted 事件。send_finalize() 强制输出最终结果,send_close_stream() 关闭连接;空闲约 10 秒会断开,需发送音频或 KeepAlive。
用法要点:异步客户端 AsyncDeepgramClient 用 await 返回完整结果;也可传 callback 参数走 Webhook 延迟返回,但无轮询接口。示例文件见 examples/10 至 13。
限制:summarize、topics、sentiment 等智能功能仅 REST 支持,WebSocket 不支持;encoding 必须与音频匹配;同步 start_listening() 会阻塞,需放线程或任务中;模型可用 client.manage.v1.models.list() 查看,nova-3 为当前旗舰模型。更多收费、价格与平台信息暂未提供。