Providers

Deepgram

Deepgram — це API перетворення мовлення на текст. В OpenClaw він використовується для транскрипції вхідних аудіо/голосових повідомлень через tools.media.audio і для потокового STT у Voice Call через plugins.entries.voice-call.config.streaming.

Для пакетної транскрипції OpenClaw завантажує повний аудіофайл у Deepgram і інжектує транскрипт у конвеєр відповіді ({{Transcript}} + блок [Audio]). Для потокового Voice Call OpenClaw пересилає live кадри G.711 u-law через WebSocket-кінцеву точку Deepgram listen і надсилає часткові або фінальні транскрипти в міру того, як Deepgram їх повертає.

Деталь	Значення
Вебсайт	deepgram.com
Документація	developers.deepgram.com
Автентифікація	`DEEPGRAM_API_KEY`
Типова модель	`nova-3`

Початок роботи

Установіть свій API-ключ

Додайте свій API-ключ Deepgram до середовища:

DEEPGRAM_API_KEY=dg_...

Увімкніть provider аудіо

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

Надішліть голосове повідомлення

Надішліть аудіоповідомлення через будь-який підключений канал. OpenClaw транскрибує його через Deepgram і інжектує транскрипт у конвеєр відповіді.

Параметри конфігурації

Параметр	Шлях	Опис
`model`	`tools.media.audio.models[].model`	id моделі Deepgram (типово: `nova-3`)
`language`	`tools.media.audio.models[].language`	Підказка мови (необов’язково)
`detect_language`	`tools.media.audio.providerOptions.deepgram.detect_language`	Увімкнути визначення мови (необов’язково)
`punctuate`	`tools.media.audio.providerOptions.deepgram.punctuate`	Увімкнути пунктуацію (необов’язково)
`smart_format`	`tools.media.audio.providerOptions.deepgram.smart_format`	Увімкнути smart formatting (необов’язково)

Із підказкою мови

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

З параметрами Deepgram

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

Потоковий STT для Voice Call

Вбудований Plugin deepgram також реєструє provider транскрипції в реальному часі для Plugin Voice Call.

Налаштування	Шлях конфігурації	Типове значення
API-ключ	`plugins.entries.voice-call.config.streaming.providers.deepgram.apiKey`	Резервно використовує `DEEPGRAM_API_KEY`
Модель	`...deepgram.model`	`nova-3`
Мова	`...deepgram.language`	(не задано)
Кодування	`...deepgram.encoding`	`mulaw`
Частота дискретизації	`...deepgram.sampleRate`	`8000`
Endpointing	`...deepgram.endpointingMs`	`800`
Проміжні результати	`...deepgram.interimResults`	`true`

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

Примітки

Автентифікація

Автентифікація дотримується стандартного порядку автентифікації provider. DEEPGRAM_API_KEY — найпростіший шлях.

Проксі та власні кінцеві точки

Перевизначайте кінцеві точки або заголовки через tools.media.audio.baseUrl і tools.media.audio.headers, якщо використовуєте проксі.

Поведінка виведення

Виведення дотримується тих самих правил для аудіо, що й в інших provider (обмеження розміру, тайм-аути, інжекція транскрипту).

Пов’язане

Media tools

Огляд конвеєра обробки аудіо, зображень і відео.

Конфігурація

Повний довідник конфігурації, включно з налаштуваннями media tools.

Усунення несправностей

Поширені проблеми та кроки налагодження.

FAQ

Поширені запитання про налаштування OpenClaw.

# Початок роботи