Deepgram

अवलोकन

Deepgram डेवलपर्स के लिए voice AI infrastructure देता है: speech-to-text, text-to-speech और Voice Agent API, जिससे ऐसे assistants बनाए जा सकते हैं जो real time में सुनकर जवाब दें। इसका उपयोग call centres, voice agents, meeting tools और media transcription जैसे products के लिए किया जा सकता है।

मुख्य विशेषताएँ

• Speech-to-text: streaming और pre-recorded audio के लिए monolingual और multilingual Nova-3 models, तथा real-time dialogue के लिए बनाया गया conversational model Flux। Whisper Large भी उपलब्ध है।
• Text-to-speech: Aura-2, Aura-1 और Flux TTS voices; Deepgram 45 से अधिक भाषाओं और 100 से अधिक voice profiles की सूची देता है।
• Voice Agent API: listening, language model और speech को एक agent में जोड़ता है। इसमें अपना LLM या TTS लाने और functions call करने के विकल्प हैं, जैसे appointments book करना।
• Enterprise: enterprise plans पर custom data और deployment requirements।

मूल्य निर्धारण

नए accounts को $200 का free credit मिलता है; कोई minimum या expiry नहीं है और credit card की आवश्यकता नहीं है। Pay-as-you-go के उदाहरण:

• Speech-to-text: Nova-3 Monolingual की कीमत streaming के लिए $0.0077 प्रति मिनट और pre-recorded के लिए $0.0043 प्रति मिनट; Flux STT English $0.0077 प्रति मिनट।
• Text-to-speech: Aura-2 $0.030 प्रति 1,000 characters; Aura-1 $0.0150।
• Voice Agent API: standard configuration के लिए $0.075 प्रति मिनट।

Growth plan, जो prepaid credit में सालाना $4,000 से शुरू होता है, इन दरों को 20% तक कम करता है; Enterprise pricing custom है।

किसके लिए

उन developers और product teams के लिए जो transcription, call analytics, voice bots और real-time assistants जैसी voice features बना रहे हैं।

शुरुआत कैसे करें

Free credit पाने के लिए sign up करें, API key बनाएँ और अपनी audio पर accuracy की तुलना करने के लिए pre-recorded endpoint पर एक short recording भेजें। इसके बाद model चुनने से पहले live microphone के साथ streaming test करें।

ध्यान देने योग्य बातें

Prices model, streaming बनाम pre-recorded audio और plan के अनुसार बदलती हैं, इसलिए अपने वास्तविक minutes के आधार पर अनुमान लगाएँ। अपने data पर accents, names और domain terms का परीक्षण करें।

समान टूल

ElevenLabs, AssemblyAI, OpenAI Whisper, Speechmatics, Rev.