Deepgram Nova-3 Stream API

Über Deepgram Nova-3 Stream

Live-Transkription über einen Socket, Zwischenergebnisse zurückgeben, während der Sprecher noch spricht, und ein festgelegtes Transkript, sobald jede Phrase endet.

Verwenden Sie das OpenAI Realtime-Protokoll oder senden Sie 16-kHz-Mono-16-Bit-PCM als Binärframes und lesen Sie Results-Ereignisse.

Auch bekannt als Deepgram-Nova-3-Stream

Deepgram Nova-3 Stream Spezifikationen

Modell-ID

deepgram-nova-3-stream

Autor

Deepgram

Kategorie

Transkription

Veröffentlicht

-

Eingabe

Audio

Ausgabe

Text

Endpoints

WEBSOCKET/v1/realtime

Alternative Modell-IDs

nova-3-streamdeepgram/deepgram-nova-3-stream

Deepgram Nova-3 Stream API-Preise

Live Pay-as-you-go-Preise aus dem EmpirioLabs-Katalog. Du zahlst nur für das, was du nutzt, ohne monatliches Minimum.

So rufst du die Deepgram Nova-3 Stream API auf

Deepgram Nova-3 Stream transkribiert einen Live-Audiostream über einen WebSocket unter wss://api.empiriolabs.ai/v1/realtime?model=deepgram-nova-3-stream, nicht über die HTTP-Endpunkte. Verbinden Sie sich mit der Modell-ID deepgram-nova-3-stream und senden Sie Ihren EmpirioLabs-API-Schlüssel beim Handshake als Authorization: Bearer-Header. Hängen Sie base64-kodiertes 16-Bit-PCM-Audio an und lesen Sie die Transkript-Events, während noch gesprochen wird. Ein Browser kann bei einem WebSocket keine Header setzen. Öffnen Sie diese Verbindung daher von Ihrem Server aus und leiten Sie das Audio über Ihren eigenen Socket an den Browser weiter. Hol dir einen API-Schlüssel im EmpirioLabs Dashboard.

import asyncio, json, os, websockets

async def main():
    async with websockets.connect(
        "wss://api.empiriolabs.ai/v1/realtime?model=deepgram-nova-3-stream",
        additional_headers=[
            ("Authorization", f"Bearer {os.environ['EMPIRIOLABS_API_KEY']}"),
        ],
        max_size=None,
    ) as ws:
        print(json.loads(await ws.recv())["type"])  # session.created

        import base64

        # 16-bit PCM microphone audio, base64 encoded, in small chunks.
        for chunk in read_microphone_chunks():
            await ws.send(json.dumps({
                "type": "input_audio_buffer.append",
                "audio": base64.b64encode(chunk).decode(),
            }))

        await ws.send(json.dumps({"type": "input_audio_buffer.commit"}))

        async for raw in ws:
            event = json.loads(raw)
            if event["type"].endswith("input_audio_transcription.delta"):
                # "text" is settled transcript; "stash" is still in progress.
                if event.get("text"):
                    print(event["text"], end="", flush=True)

asyncio.run(main())

Deepgram Nova-3 Stream API-Parameter

Request-Parameter, die die Deepgram Nova-3 Stream API auf EmpirioLabs unterstützt. Standardwerte gelten, wenn ein Feld weggelassen wird.

Gut zu wissen

Live-Transkription über einen WebSocket unter wss://api.empiriolabs.ai/v1/realtime?model=deepgram-nova-3-stream, mit Ihrem API-Schlüssel im Autorisierungsheader. Verwenden Sie das OpenAI Realtime-Protokoll, einschließlich der OpenAI-SDKs, oder das Streaming-Protokoll von Deepgram mit 16 kHz Mono 16-Bit-PCM, die als Binärframes gesendet werden. Fügen Sie der Verbindungs-URL Language= hinzu, um eine bestimmte Sprache zu transkribieren. Die Abrechnung erfolgt pro Minute gesendeten Audios.

Deepgram Nova-3 Stream API: häufige Fragen

Wie viel kostet die Deepgram Nova-3 Stream API?

Auf EmpirioLabs wird Deepgram Nova-3 Stream nach Verbrauch abgerechnet: Transkription $0.025 pro Minute Audio. Die Live-Preistabelle auf dieser Seite entspricht immer dem, was die API berechnet.

Welchen Endpoint verwendet Deepgram Nova-3 Stream?

Deepgram Nova-3 Stream wird über WEBSOCKET /v1/realtime auf api.empiriolabs.ai mit normaler Bearer-Token-Authentifizierung bereitgestellt.

Kann ich Deepgram Nova-3 Stream im Browser testen, bevor ich integriere?

Öffnen Sie das EmpirioLabs Playground und klicken Sie auf Start session, um es im Browser zu testen. Deepgram Nova-3 Stream läuft über einen WebSocket statt über Anfrage und Antwort, beginnen Sie für die Integration deshalb mit dem Schnellstart für Echtzeit-Sprache. Verbinden Sie sich von Ihrem Server aus mit Ihrem EmpirioLabs-API-Schlüssel und der Modell-ID deepgram-nova-3-stream und streamen Sie dann Audio in beide Richtungen.

Wie bekomme ich einen Deepgram Nova-3 Stream API-Schlüssel?

Erstelle ein EmpirioLabs-Konto und generiere dann einen Schlüssel unter API Keys im Dashboard. Die Abrechnung erfolgt über Pay-as-you-go-Guthaben, du zahlst also nur für deine Requests.