Deepgram

Deepgram एक स्पीच-टू-टेक्स्ट API है। OpenClaw इसका उपयोग tools.media.audio के माध्यम से आने वाले ऑडियो/वॉइस-नोट ट्रांसक्रिप्शन के लिए और plugins.entries.voice-call.config.streaming के माध्यम से Voice Call स्ट्रीमिंग STT के लिए करता है।

बैच ट्रांसक्रिप्शन पूरी ऑडियो फ़ाइल को Deepgram पर अपलोड करता है और ट्रांसक्रिप्ट को उत्तर पाइपलाइन ({{Transcript}} + [Audio] ब्लॉक) में सम्मिलित करता है। Voice Call स्ट्रीमिंग, Deepgram के WebSocket listen एंडपॉइंट पर लाइव G.711 u-law फ़्रेम अग्रेषित करती है और Deepgram द्वारा उन्हें लौटाए जाने पर आंशिक/अंतिम ट्रांसक्रिप्ट उत्सर्जित करती है।

आरंभ करना

DEEPGRAM_API_KEY=dg_...

{  tools: {    media: {      audio: {        enabled: true,        models: [{ provider: "deepgram", model: "nova-3" }],      },    },  },}

कॉन्फ़िगरेशन विकल्प

providerOptions.deepgram अतिरिक्त क्वेरी पैरामीटर को सीधे Deepgram /listen अनुरोध में मर्ज करता है, इसलिए Deepgram द्वारा समर्थित कोई भी पैरामीटर नाम काम करता है (उदाहरण के लिए detect_language, punctuate, smart_format):

{  tools: {    media: {      audio: {        enabled: true,        models: [{ provider: "deepgram", model: "nova-3", language: "en" }],      },    },  },}

{  tools: {    media: {      audio: {        enabled: true,        providerOptions: {          deepgram: {            detect_language: true,            punctuate: true,            smart_format: true,          },        },        models: [{ provider: "deepgram", model: "nova-3" }],      },    },  },}

Voice Call स्ट्रीमिंग STT

बंडल किया गया deepgram Plugin, Voice Call Plugin के लिए एक रीयल-टाइम ट्रांसक्रिप्शन प्रदाता भी पंजीकृत करता है।

{  plugins: {    entries: {      "voice-call": {        config: {          streaming: {            enabled: true,            provider: "deepgram",            providers: {              deepgram: {                apiKey: "${DEEPGRAM_API_KEY}",                model: "nova-3",                endpointingMs: 800,                language: "en-US",              },            },          },        },      },    },  },}

Deepgram कस्टम एंडपॉइंट के लिए, baseUrl को एंडपॉइंट रूट पर सेट करें, जिसमें कोई भी आधार पथ शामिल हो लेकिन /listen नहीं। रीयल-टाइम एंडपॉइंट http://, https://, ws://, और wss:// स्वीकार करते हैं। HTTP को WS पर मैप किया जाता है, HTTPS को WSS पर मैप किया जाता है और स्पष्ट WebSocket स्कीम अपरिवर्तित रहती हैं। विकृत URL और अन्य स्कीम के कारण सत्र सेटअप के दौरान विफलता होती है।

टिप्पणियाँ

संबंधित