Deepgram(音频转录)

Deepgram 是一个语音转文字 API。在 OpenClaw 中,它通过 tools.media.audio 用于入站音频/语音备注转录。

启用后,OpenClaw 会将音频文件上传到 Deepgram,并将转录文本注入到回复流水线({ {Transcript} } + [Audio] 块)。这不是流式的;它使用预录音转录端点。

网站:https://deepgram.com
文档:https://developers.deepgram.com

快速开始

1. 设置您的 API 密钥:

DEEPGRAM_API_KEY=dg_...

2. 启用提供商:

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

选项

• model:Deepgram 模型 ID(默认:nova-3)
• language:语言提示(可选)
• tools.media.audio.providerOptions.deepgram.detect_language:启用语言检测(可选)
• tools.media.audio.providerOptions.deepgram.punctuate:启用标点符号(可选)
• tools.media.audio.providerOptions.deepgram.smart_format:启用智能格式化(可选)

带语言的示例:

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

带 Deepgram 选项的示例:

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

注意事项

• 身份验证遵循标准提供商认证顺序;DEEPGRAM_API_KEY 是最简单的方式。
• 使用代理时,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(大小限制、超时、转录文本注入)。