Vai al contenuto principale

Documentation Index

Fetch the complete documentation index at: https://docs.openclaw.ai/llms.txt

Use this file to discover all available pages before exploring further.

Deepgram è un’API di speech-to-text. In OpenClaw viene usata per la trascrizione in ingresso di audio/note vocali tramite tools.media.audio e per la STT in streaming di Voice Call tramite plugins.entries.voice-call.config.streaming. Per la trascrizione batch, OpenClaw carica il file audio completo su Deepgram e inietta la trascrizione nella pipeline di risposta ({{Transcript}} + blocco [Audio]). Per la trascrizione in streaming di Voice Call, OpenClaw inoltra frame live G.711 u-law tramite l’endpoint WebSocket listen di Deepgram ed emette trascrizioni parziali o finali man mano che Deepgram le restituisce.
DettaglioValore
Sito webdeepgram.com
Documentazionedevelopers.deepgram.com
AutenticazioneDEEPGRAM_API_KEY
Modello predefinitonova-3

​
Per iniziare

1

Imposta la tua chiave API

Aggiungi la tua chiave API Deepgram all’ambiente:
DEEPGRAM_API_KEY=dg_...
2

Abilita il provider audio

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

Invia una nota vocale

Invia un messaggio audio tramite qualsiasi canale collegato. OpenClaw lo trascrive tramite Deepgram e inietta la trascrizione nella pipeline di risposta.

​
Opzioni di configurazione

OpzionePercorsoDescrizione
modeltools.media.audio.models[].modelId modello Deepgram (predefinito: nova-3)
languagetools.media.audio.models[].languageSuggerimento lingua (facoltativo)
detect_languagetools.media.audio.providerOptions.deepgram.detect_languageAbilita il rilevamento della lingua (facoltativo)
punctuatetools.media.audio.providerOptions.deepgram.punctuateAbilita la punteggiatura (facoltativo)
smart_formattools.media.audio.providerOptions.deepgram.smart_formatAbilita la formattazione intelligente (facoltativo)
{
  tools: {
    media: {
      audio: {
        enabled: true,
        models: [{ provider: "deepgram", model: "nova-3", language: "en" }],
      },
    },
  },
}

​
STT in streaming di Voice Call

Il Plugin incluso deepgram registra anche un provider di trascrizione realtime per il Plugin Voice Call.
ImpostazionePercorso di configurazionePredefinito
Chiave APIplugins.entries.voice-call.config.streaming.providers.deepgram.apiKeyUsa DEEPGRAM_API_KEY come fallback
Modello...deepgram.modelnova-3
Lingua...deepgram.language(non impostata)
Encoding...deepgram.encodingmulaw
Frequenza di campionamento...deepgram.sampleRate8000
Endpointing...deepgram.endpointingMs800
Risultati intermedi...deepgram.interimResultstrue
{
  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 riceve audio telefonico come G.711 u-law a 8 kHz. Il provider streaming Deepgram usa come predefiniti encoding: "mulaw" e sampleRate: 8000, quindi i frame media di Twilio possono essere inoltrati direttamente.

​
Note

L’autenticazione segue l’ordine standard di autenticazione del provider. DEEPGRAM_API_KEY è il percorso più semplice.
Sovrascrivi endpoint o header con tools.media.audio.baseUrl e tools.media.audio.headers quando usi un proxy.
L’output segue le stesse regole audio degli altri provider (limiti di dimensione, timeout, iniezione della trascrizione).

​
Correlati

Strumenti media

Panoramica della pipeline di elaborazione audio, immagini e video.

Configurazione

Riferimento completo della configurazione, incluse le impostazioni degli strumenti media.

Risoluzione dei problemi

Problemi comuni e passaggi di debug.

FAQ

Domande frequenti sulla configurazione di OpenClaw.