Deepgram Nova-3 Stream एपीआई

Deepgram Nova-3 Stream के बारे में

एक सॉकेट पर लाइव ट्रांसक्रिप्शन, अंतरिम परिणाम लौटाता है, जबकि स्पीकर अभी भी बात कर रहा है और प्रत्येक वाक्यांश समाप्त होने के बाद एक व्यवस्थित प्रतिलेख।

OpenAI रीयलटाइम प्रोटोकॉल का उपयोग करें, या 16 kHz मोनो 16-बिट PCM को बाइनरी फ्रेम के रूप में भेजें और परिणाम ईवेंट पढ़ें।

इस नाम से भी जाना जाता है Deepgram-Nova-3-Stream

Deepgram Nova-3 Stream की विशेषताएं

मॉडल ID

deepgram-nova-3-stream

निर्माता

Deepgram

श्रेणी

प्रतिलेखन

रिलीज

-

इनपुट

ऑडियो

आउटपुट

टेक्स्ट

एंडपॉइंट

WEBSOCKET/v1/realtime

वैकल्पिक मॉडल ID

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

Deepgram Nova-3 Stream API की कीमतें

EmpirioLabs कैटलॉग से लाइव pay-as-you-go दरें। आप सिर्फ उतना ही भुगतान करते हैं जितना उपयोग करते हैं, कोई मासिक न्यूनतम नहीं।

Deepgram Nova-3 Stream API को कैसे कॉल करें

Deepgram Nova-3 Stream HTTP एंडपॉइंट के बजाय wss://api.empiriolabs.ai/v1/realtime?model=deepgram-nova-3-stream पर एक WebSocket के ज़रिए लाइव ऑडियो स्ट्रीम को ट्रांसक्राइब करता है। मॉडल id deepgram-nova-3-stream के साथ कनेक्ट करें और हैंडशेक पर अपनी EmpirioLabs API key को Authorization: Bearer हेडर के रूप में भेजें। base64 16-bit PCM ऑडियो जोड़ें और बोलते रहने के दौरान ही ट्रांसक्रिप्ट इवेंट पढ़ें। ब्राउज़र WebSocket पर हेडर सेट नहीं कर सकता, इसलिए यह कनेक्शन अपने सर्वर से खोलें और ऑडियो को अपने सॉकेट के ज़रिए ब्राउज़र तक पहुँचाएँ। EmpirioLabs डैशबोर्ड से API key प्राप्त करें।

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 के पैरामीटर

EmpirioLabs पर Deepgram Nova-3 Stream API द्वारा समर्थित request पैरामीटर। फ़ील्ड छोड़ने पर डिफ़ॉल्ट मान लागू होते हैं।

जानने योग्य

प्राधिकरण हेडर में अपनी एपीआई कुंजी के साथ wss://api.empiriolabs.ai/v1/realtime?model=deepgram-nova-3-stream पर वेबसॉकेट पर लाइव ट्रांसक्रिप्शन। OpenAI रीयलटाइम प्रोटोकॉल का उपयोग करें, जिसमें OpenAI SDK, या 16 kHz मोनो 16-बिट PCM के साथ Deepgram के स्ट्रीमिंग प्रोटोकॉल को बाइनरी फ़्रेम के रूप में भेजा गया है। किसी विशिष्ट भाषा को ट्रांसक्राइब करने के लिए कनेक्शन URL में language= जोड़ें। बिलिंग भेजे गए ऑडियो के प्रति मिनट है।

Deepgram Nova-3 Stream API: आम सवाल

Deepgram Nova-3 Stream API की कीमत कितनी है?

EmpirioLabs पर Deepgram Nova-3 Stream का बिल उपयोग के अनुसार बनता है: प्रतिलेखन $0.025 प्रति मिनट ऑडियो। इस पेज की लाइव दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती है।

Deepgram Nova-3 Stream कौन सा endpoint उपयोग करता है?

Deepgram Nova-3 Stream api.empiriolabs.ai पर WEBSOCKET /v1/realtime के ज़रिए मिलता है, मानक Bearer टोकन प्रमाणीकरण के साथ।

क्या मैं इंटीग्रेट करने से पहले ब्राउज़र में Deepgram Nova-3 Stream आज़मा सकता हूं?

EmpirioLabs playground खोलें और Start session दबाकर इसे अपने ब्राउज़र में आज़माएँ। Deepgram Nova-3 Stream अनुरोध और प्रतिक्रिया के बजाय WebSocket पर चलता है, इसलिए इसे जोड़ने के लिए रियलटाइम वॉइस क्विकस्टार्ट से शुरू करें। अपनी EmpirioLabs API key और मॉडल id deepgram-nova-3-stream के साथ अपने सर्वर से कनेक्ट करें, फिर दोनों दिशाओं में ऑडियो स्ट्रीम करें।

Deepgram Nova-3 Stream की API key कैसे मिलेगी?

EmpirioLabs खाता बनाएं, फिर डैशबोर्ड में API Keys में key जनरेट करें। बिलिंग pay-as-you-go क्रेडिट से होती है, इसलिए आप सिर्फ अपनी requests का भुगतान करते हैं।