SuperAPI AI 工具集

deepgram-hello-world

编程与开发

查看项目

更新于 10-15 22:42

技能介绍

用途:提供 Deepgram 语音转文字(speech-to-text)的最小可运行示例,用于新建集成、验证环境或学习基础 API 调用。

主要能力:用 createClient 与 listen.prerecorded.transcribeUrl 以约 5 行代码转写音频 URL;支持本地文件转写(transcribeFile);提供 Python 等价实现;可选择 Nova-3 等模型;可开启 smart_format 自动标点与数字格式化、diarize 说话人识别、utterances 逐句分段、paragraphs 段落格式化。

使用方式:先完成 npm install @deepgram/sdk 并设置 DEEPGRAM_API_KEY 环境变量,音频来源可为 URL 或本地文件(WAV、MP3、FLAC、OGG、M4A)。TypeScript 用 npx tsx hello-deepgram.ts 运行,Python 用 python hello_deepgram.py 运行。输出为转写文本与置信度,可选带说话人标签的分句结果。

适用场景:初次接入 Deepgram、测试账号与密钥配置、对比模型与语言选项、学习预录音频转写流程。

限制与注意:示例建议使用已授权的短音频样本,仅记录关联 ID 与聚合结果,不要使用客户通话或保留其转写文本作为教程产物。常见错误包括 401(密钥无效)、400(音频格式不支持)、空转写(音频无语音)、ENOTFOUND(URL 不可访问)、找不到 @deepgram/sdk 模块(未安装)。模型速度与准确度对比、收费与价格信息暂未提供。