Providers
Deepgram
Deepgram est une API de conversion de la parole en texte. OpenClaw l’utilise pour la
transcription des fichiers audio et des notes vocales entrants via tools.media.audio, ainsi que pour la STT en streaming de Voice Call
via plugins.entries.voice-call.config.streaming.
La transcription par lots téléverse le fichier audio complet vers Deepgram et injecte
la transcription dans le pipeline de réponse (bloc {{Transcript}} + [Audio]).
Le streaming de Voice Call transmet en direct les trames G.711 u-law via le point de terminaison
WebSocket listen de Deepgram et émet les transcriptions partielles et finales à mesure que Deepgram
les renvoie.
| Détail | Valeur |
|---|---|
| Site web | deepgram.com |
| Documentation | developers.deepgram.com |
| Authentification | DEEPGRAM_API_KEY |
| Modèle par défaut | nova-3 |
Prise en main
Définir votre clé API
DEEPGRAM_API_KEY=dg_...Activer le fournisseur audio
{ tools: { media: { audio: { enabled: true, models: [{ provider: "deepgram", model: "nova-3" }], }, }, },}Envoyer une note vocale
Envoyez un message audio par l’intermédiaire de n’importe quel canal connecté. OpenClaw le transcrit via Deepgram et injecte la transcription dans le pipeline de réponse.
Options de configuration
| Option | Chemin | Description |
|---|---|---|
model |
tools.media.audio.models[].model |
Identifiant du modèle Deepgram (valeur par défaut : nova-3) |
language |
tools.media.audio.models[].language |
Indication de langue (facultative) |
providerOptions.deepgram fusionne les paramètres de requête supplémentaires directement dans la
requête Deepgram /listen. Tout nom de paramètre pris en charge par Deepgram fonctionne donc
(par exemple detect_language, punctuate, smart_format) :
Avec une indication de langue
{ tools: { media: { audio: { enabled: true, models: [{ provider: "deepgram", model: "nova-3", language: "en" }], }, }, },}Avec des options Deepgram
{ tools: { media: { audio: { enabled: true, providerOptions: { deepgram: { detect_language: true, punctuate: true, smart_format: true, }, }, models: [{ provider: "deepgram", model: "nova-3" }], }, }, },}STT en streaming de Voice Call
Le plugin deepgram intégré enregistre également un fournisseur de transcription en temps réel
pour le plugin Voice Call.
| Paramètre | Chemin de configuration | Valeur par défaut |
|---|---|---|
| Clé API | plugins.entries.voice-call.config.streaming.providers.deepgram.apiKey |
Se rabat sur DEEPGRAM_API_KEY |
| URL de base | ...deepgram.baseUrl |
DEEPGRAM_BASE_URL ou l’API publique de Deepgram |
| Modèle | ...deepgram.model |
nova-3 |
| Langue | ...deepgram.language |
(non définie) |
| Encodage | ...deepgram.encoding |
mulaw |
| Fréquence d’échantillonnage | ...deepgram.sampleRate |
8000 |
| Détection de fin d’énoncé | ...deepgram.endpointingMs |
800 |
| Résultats intermédiaires | ...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", }, }, }, }, }, }, },}Pour utiliser un point de terminaison Deepgram personnalisé,
définissez baseUrl sur la racine du point de terminaison, en incluant tout chemin de base, mais pas /listen.
Les points de terminaison en temps réel acceptent http://, https://, ws:// et wss://. HTTP
est converti en WS, HTTPS en WSS, et les schémas WebSocket explicites restent inchangés.
Les URL mal formées et les autres schémas provoquent un échec lors de la configuration de la session.
Remarques
Authentification
L’authentification suit l’ordre d’authentification standard des fournisseurs. DEEPGRAM_API_KEY est
la méthode la plus simple.
Proxy et points de terminaison personnalisés
Remplacez les points de terminaison ou les en-têtes avec tools.media.audio.baseUrl et
tools.media.audio.headers lors de l’utilisation d’un proxy.
Comportement de la sortie
La sortie suit les mêmes règles audio que les autres fournisseurs (limites de taille, délais d’expiration, injection de la transcription).
Voir aussi
Vue d’ensemble du pipeline de traitement des fichiers audio, des images et des vidéos.
Référence complète de la configuration, y compris les paramètres des outils multimédias.
Problèmes courants et étapes de débogage.
Questions fréquentes sur la configuration d’OpenClaw.
