---
read_when:
- आप ऑडियो अटैचमेंट के लिए Deepgram स्पीच-टू-टेक्स्ट चाहते हैं
- आप Voice Call के लिए Deepgram स्ट्रीमिंग ट्रांसक्रिप्शन चाहते हैं
- आपको Deepgram कॉन्फ़िगरेशन का एक त्वरित उदाहरण चाहिए
summary: आने वाले वॉइस नोट्स के लिए Deepgram ट्रांसक्रिप्शन
title: Deepgram
x-i18n:
generated_at: "2026-06-28T23:57:51Z"
model: gpt-5.5
postprocess_version: locale-links-v1
provider: openai
source_hash: 9d591aa24a5477fd9fe69b7a0dc44b204d28ea0c2f89e6dfef66f9ceb76da34d
source_path: providers/deepgram.md
workflow: 16
---
Deepgram एक speech-to-text API है। OpenClaw में इसका उपयोग `tools.media.audio` के माध्यम से आने वाले
ऑडियो/voice-note ट्रांसक्रिप्शन और `plugins.entries.voice-call.config.streaming` के माध्यम से Voice Call
स्ट्रीमिंग STT के लिए किया जाता है।
बैच ट्रांसक्रिप्शन के लिए, OpenClaw पूरी ऑडियो फ़ाइल को Deepgram पर अपलोड करता है
और ट्रांसक्रिप्ट को उत्तर पाइपलाइन (`{{Transcript}}` +
`[Audio]` ब्लॉक) में इंजेक्ट करता है। Voice Call स्ट्रीमिंग के लिए, OpenClaw लाइव G.711
u-law फ़्रेम को Deepgram के WebSocket `listen` endpoint पर फ़ॉरवर्ड करता है और Deepgram द्वारा लौटाए जाने पर आंशिक या
अंतिम ट्रांसक्रिप्ट उत्सर्जित करता है।
| विवरण | मान |
| ------------- | ---------------------------------------------------------- |
| वेबसाइट | [deepgram.com](https://deepgram.com) |
| दस्तावेज़ | [developers.deepgram.com](https://developers.deepgram.com) |
| प्रमाणीकरण | `DEEPGRAM_API_KEY` |
| डिफ़ॉल्ट मॉडल | `nova-3` |
## शुरू करना
अपनी Deepgram API key को environment में जोड़ें:
```
DEEPGRAM_API_KEY=dg_...
```
```json5
{
tools: {
media: {
audio: {
enabled: true,
models: [{ provider: "deepgram", model: "nova-3" }],
},
},
},
}
```
किसी भी जुड़े हुए channel के माध्यम से एक ऑडियो संदेश भेजें। OpenClaw इसे
Deepgram के माध्यम से ट्रांसक्राइब करता है और ट्रांसक्रिप्ट को उत्तर पाइपलाइन में इंजेक्ट करता है।
## कॉन्फ़िगरेशन विकल्प
| विकल्प | पथ | विवरण |
| ----------------- | ------------------------------------------------------------ | ------------------------------------- |
| `model` | `tools.media.audio.models[].model` | Deepgram model id (डिफ़ॉल्ट: `nova-3`) |
| `language` | `tools.media.audio.models[].language` | भाषा संकेत (वैकल्पिक) |
| `detect_language` | `tools.media.audio.providerOptions.deepgram.detect_language` | भाषा पहचान सक्षम करें (वैकल्पिक) |
| `punctuate` | `tools.media.audio.providerOptions.deepgram.punctuate` | विराम चिह्न सक्षम करें (वैकल्पिक) |
| `smart_format` | `tools.media.audio.providerOptions.deepgram.smart_format` | smart formatting सक्षम करें (वैकल्पिक) |
```json5
{
tools: {
media: {
audio: {
enabled: true,
models: [{ provider: "deepgram", model: "nova-3", language: "en" }],
},
},
},
}
```
```json5
{
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 realtime transcription provider भी पंजीकृत करता है।
| सेटिंग | कॉन्फ़िग पथ | डिफ़ॉल्ट |
| --------------- | ----------------------------------------------------------------------- | -------------------------------- |
| API key | `plugins.entries.voice-call.config.streaming.providers.deepgram.apiKey` | `DEEPGRAM_API_KEY` पर fallback करता है |
| मॉडल | `...deepgram.model` | `nova-3` |
| भाषा | `...deepgram.language` | (सेट नहीं) |
| एन्कोडिंग | `...deepgram.encoding` | `mulaw` |
| सैंपल दर | `...deepgram.sampleRate` | `8000` |
| Endpointing | `...deepgram.endpointingMs` | `800` |
| Interim results | `...deepgram.interimResults` | `true` |
```json5
{
plugins: {
entries: {
"voice-call": {
config: {
streaming: {
enabled: true,
provider: "deepgram",
providers: {
deepgram: {
apiKey: "${DEEPGRAM_API_KEY}",
model: "nova-3",
endpointingMs: 800,
language: "en-US",
},
},
},
},
},
},
},
}
```
Voice Call को telephony audio 8 kHz G.711 u-law के रूप में प्राप्त होता है। Deepgram
streaming provider डिफ़ॉल्ट रूप से `encoding: "mulaw"` और `sampleRate: 8000` का उपयोग करता है, इसलिए
Twilio media frames सीधे फ़ॉरवर्ड किए जा सकते हैं।
## नोट्स
प्रमाणीकरण मानक provider auth order का पालन करता है। `DEEPGRAM_API_KEY`
सबसे सरल path है।
proxy का उपयोग करते समय `tools.media.audio.baseUrl` और
`tools.media.audio.headers` के साथ endpoints या headers को override करें।
आउटपुट अन्य providers जैसे ही audio rules का पालन करता है (size caps, timeouts,
transcript injection)।
## संबंधित
ऑडियो, इमेज, और वीडियो प्रोसेसिंग पाइपलाइन का अवलोकन।
media tool settings सहित पूरा config reference।
सामान्य समस्याएँ और debugging steps।
OpenClaw setup के बारे में अक्सर पूछे जाने वाले प्रश्न।