跳转到主要内容

​
Deepgram（音频转录）

Deepgram 是一个语音转文本 API。在 OpenClaw 中，它用于通过 tools.media.audio 进行入站音频/语音便笺转录。 启用后，OpenClaw 会将音频文件上传到 Deepgram，并将转录文本注入回复流水线中（{{Transcript}} + [Audio] 区块）。这不是流式传输；它使用预录音转录端点。
详情值
网站deepgram.com
文档developers.deepgram.com
认证DEEPGRAM_API_KEY
默认模型nova-3

​
入门指南

1

设置你的 API 密钥

将你的 Deepgram API 密钥添加到环境变量中：
DEEPGRAM_API_KEY=dg_...
2

启用音频提供商

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

发送语音便笺

通过任意已连接的渠道发送一条音频消息。OpenClaw 会通过 Deepgram 对其进行转录，并将转录文本注入回复流水线中。

​
配置选项

选项路径说明
modeltools.media.audio.models[].modelDeepgram 模型 ID（默认：nova-3）
languagetools.media.audio.models[].language语言提示（可选）
detect_languagetools.media.audio.providerOptions.deepgram.detect_language启用语言检测（可选）
punctuatetools.media.audio.providerOptions.deepgram.punctuate启用标点（可选）
smart_formattools.media.audio.providerOptions.deepgram.smart_format启用智能格式化（可选）
{
  tools: {
    media: {
      audio: {
        enabled: true,
        models: [{ provider: "deepgram", model: "nova-3", language: "en" }],
      },
    },
  },
}

​
说明

身份验证遵循标准的提供商认证顺序。DEEPGRAM_API_KEY 是最简单的方式。
使用代理时，可通过 tools.media.audio.baseUrl 和 tools.media.audio.headers 覆盖端点或请求头。
输出遵循与其他提供商相同的音频规则（大小上限、超时、转录文本注入）。
Deepgram 转录仅支持预录音（不是实时分块流式传输）。OpenClaw 会上传完整的音频文件，并在将其注入对话之前等待完整的转录结果。

​
相关内容

媒体工具

音频、图像和视频处理流水线概览。

配置

完整的配置参考，包括媒体工具设置。

故障排除

常见问题和调试步骤。

常见问题

关于 OpenClaw 设置的常见问题。