Deepgram

Deepgram 是語音轉文字 API。OpenClaw 透過 tools.media.audio 使用它轉錄傳入的音訊／語音留言，並透過 plugins.entries.voice-call.config.streaming 將它用於語音通話串流 STT。

批次轉錄會將完整音訊檔案上傳至 Deepgram，並把逐字稿注入回覆流水線（{{Transcript}} + [Audio] 區塊）。 語音通話串流會透過 Deepgram 的 WebSocket listen 端點轉送即時 G.711 u-law 音訊框架，並在 Deepgram 傳回部分／最終逐字稿時將其發出。

詳細資料	值
網站	deepgram.com
文件	developers.deepgram.com
驗證	DEEPGRAM_API_KEY
預設模型	nova-3

​

開始使用

1. 設定 API 金鑰

   DEEPGRAM_API_KEY=dg_...
   
2. 啟用音訊供應商

   {
     tools: {
       media: {
         audio: {
           enabled: true,
           models: [{ provider: "deepgram", model: "nova-3" }],
         },
       },
     },
   }
   
3. 傳送語音留言

   透過任何已連線的頻道傳送音訊訊息。OpenClaw 會透過 Deepgram 將其轉錄，並把逐字稿注入回覆流水線。

​

設定選項

選項	路徑	說明
model	tools.media.models[].model	Deepgram 模型 ID（預設：nova-3）
language	tools.media.models[].language	語言提示（選用）

providerOptions.deepgram 會將額外的查詢參數直接合併至 Deepgram /listen 要求，因此可使用任何 Deepgram 支援的參數名稱（例如 detect_language、punctuate、smart_format）：

使用語言提示

{
  tools: {
    media: {
      audio: {
        enabled: true,
        models: [{ provider: "deepgram", model: "nova-3", language: "en" }],
      },
    },
  },
}

使用 Deepgram 選項

{
  tools: {
    media: {
      audio: {
        enabled: true,
        providerOptions: {
          deepgram: {
            detect_language: true,
            punctuate: true,
            smart_format: true,
          },
        },
        models: [{ provider: "deepgram", model: "nova-3" }],
      },
    },
  },
}

​

語音通話串流 STT

隨附的 deepgram 外掛也會為語音通話外掛註冊即時轉錄供應商。

設定	設定路徑	預設值
API 金鑰	plugins.entries.voice-call.config.streaming.providers.deepgram.apiKey	回退至 DEEPGRAM_API_KEY
基礎 URL	...deepgram.baseUrl	DEEPGRAM_BASE_URL 或 Deepgram 的公開 API
模型	...deepgram.model	nova-3
語言	...deepgram.language	（未設定）
編碼	...deepgram.encoding	mulaw
取樣率	...deepgram.sampleRate	8000
端點判定	...deepgram.endpointingMs	800
暫時結果	...deepgram.interimResults	true

{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          streaming: {
            enabled: true,
            provider: "deepgram",
            providers: {
              deepgram: {
                apiKey: "${DEEPGRAM_API_KEY}",
                model: "nova-3",
                endpointingMs: 800,
                language: "en-US",
              },
            },
          },
        },
      },
    },
  },
}

若要使用 Deepgram 自訂端點，請將 baseUrl 設為端點根目錄，包含任何基礎路徑，但不要包含 /listen。 即時端點接受 http://、https://、ws:// 和 wss://。HTTP 會對應至 WS，HTTPS 會對應至 WSS，而明確指定的 WebSocket 配置則維持不變。 格式錯誤的 URL 和其他配置會在工作階段設定期間失敗。

語音通話會以 8 kHz G.711 u-law 接收電話音訊。Deepgram 串流供應商預設使用 encoding: "mulaw" 和 sampleRate: 8000，因此可直接轉送 Twilio 媒體框架。

​

注意事項

驗證

驗證遵循標準的供應商驗證順序。DEEPGRAM_API_KEY 是最簡單的方式。

Proxy 與自訂端點

使用 Proxy 時，請在 Deepgram tools.media.models[] 項目上覆寫端點或標頭。

輸出行為

輸出遵循與其他供應商相同的音訊規則（大小上限、逾時、逐字稿注入）。

​

相關內容

媒體工具

音訊、影像與影片處理流水線概覽。

設定

完整的設定參考，包含媒體工具設定。

疑難排解

常見問題與偵錯步驟。

常見問答

關於 OpenClaw 設定的常見問題。