Deepgram Nova-3 Stream API

Acerca de Deepgram Nova-3 Stream

Transcripción en directo a través de un socket, devolviendo resultados intermedios mientras el hablante sigue hablando y una transcripción establecida una vez que termina cada frase.

Utiliza el protocolo OpenAI Realtime, o envía PCM mono de 16 bits de 16 kHz como tramas binarias y lee eventos de Resultados.

También conocido como Deepgram-Nova-3-Stream

Especificaciones de Deepgram Nova-3 Stream

ID del modelo

deepgram-nova-3-stream

Autor

Deepgram

Categoría

Transcripción

Lanzado

-

Entrada

Audio

Salida

Texto

Endpoints

WEBSOCKET/v1/realtime

IDs de modelo alternativos

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

Precios de la API de Deepgram Nova-3 Stream

Tarifas de pago por uso en vivo del catálogo de EmpirioLabs. Solo pagas por lo que usas, sin mínimo mensual.

Cómo llamar a la API de Deepgram Nova-3 Stream

Deepgram Nova-3 Stream transcribe un flujo de audio en vivo a través de un WebSocket en wss://api.empiriolabs.ai/v1/realtime?model=deepgram-nova-3-stream, no a través de los endpoints HTTP. Conéctate con el id de modelo deepgram-nova-3-stream y envía tu clave de API de EmpirioLabs como cabecera Authorization: Bearer en el handshake. Añade audio PCM de 16 bits en base64 y lee los eventos de transcripción mientras la persona sigue hablando. Un navegador no puede establecer cabeceras en un WebSocket, así que abre esta conexión desde tu servidor y retransmite el audio al navegador por tu propio socket. Consigue una clave de API en el panel de EmpirioLabs.

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())

Parámetros de la API de Deepgram Nova-3 Stream

Parámetros de solicitud compatibles con la API de Deepgram Nova-3 Stream en EmpirioLabs. Los valores por defecto se aplican cuando se omite un campo.

Información útil

Transcripción en directo a través de un WebSocket en wss://api.empiriolabs.ai/v1/realtime?model=deepgram-nova-3-stream, con tu clave API en la cabecera de autorización. Utiliza el protocolo OpenAI Realtime, incluyendo los SDKs de OpenAI, o el protocolo de streaming de Deepgram con PCM mono de 16 bits de 16 kHz enviados como tramas binarias. Añade language= a la URL de conexión para transcribir un lenguaje específico. La facturación es por minuto de audio enviado.

API de Deepgram Nova-3 Stream: preguntas frecuentes

¿Cuánto cuesta la API de Deepgram Nova-3 Stream?

En EmpirioLabs, Deepgram Nova-3 Stream se factura por uso: Transcripción $0.025 por minuto de audio. La tabla de tarifas en vivo de esta página siempre coincide con lo que cobra la API.

¿Qué endpoint usa Deepgram Nova-3 Stream?

Deepgram Nova-3 Stream se sirve a través de WEBSOCKET /v1/realtime en api.empiriolabs.ai con autenticación estándar de token Bearer.

¿Puedo probar Deepgram Nova-3 Stream en el navegador antes de integrar?

Abre el playground de EmpirioLabs y pulsa Start session para probarlo en tu navegador. Deepgram Nova-3 Stream funciona sobre un WebSocket en lugar de una petición y una respuesta, así que para integrarlo empieza por la guía rápida de voz en tiempo real. Conéctate desde tu servidor con tu clave de API de EmpirioLabs y el id de modelo deepgram-nova-3-stream, y luego transmite audio en ambos sentidos.

¿Cómo consigo una clave de API de Deepgram Nova-3 Stream?

Crea una cuenta de EmpirioLabs y genera una clave en API Keys en el panel. La facturación es con créditos de pago por uso, así que solo pagas por las solicitudes que haces.