[控场AI]
公司

Deepgram

专注于语音识别和语音AI的技术公司,主打流式实时转录,以低延迟和企业级定制模型为核心竞争力

核心事实

时间轴 (近 90 天)

10月29日

Deepgram宣布收购实时音视频API平台Daily。

待验证50%
10月29日

Deepgram通过收购Daily补齐实时传输与编排能力,是在为语音agent应用需求提前布局。

待验证50%
10月29日

收购后Pipecat的供应商中立性是否维持,关键看新组件接入是否需要经过Deepgram审核、默认配置是否偏向自家服务,以及非Deepgram适配器的维护是否被边缘化。

待验证50%
10月29日

收购后若Pipecat被闭源或与Deepgram深度绑定,社区很可能流失。

待验证50%
10月29日

Deepgram在语音识别(ASR)赛道积累已久,为大量语音应用提供底层转写能力。

待验证50%
10月29日

Deepgram官方明确承诺将维持Pipecat的开源属性。

待验证50%
10月23日

Deepgram新用户赠送200美元额度(约4.6万分钟),之后按量付费。

待验证50%
10月23日

AssemblyAI提供官方Node SDK,支持上传音频文件获取转录文本及webhook回调;Deepgram的Node SDK支持实时流式转录;Google Cloud的Node客户端配置复杂需服务账号密钥和项目设置。

待验证50%
10月23日

Deepgram的预付费套餐每分钟约0.0043美元,AssemblyAI提供每月100分钟免费额度。

待验证50%
10月19日

Deepgram 工程师发现音频特征提取和注意力计算是 Neuron 内核在语音模型上的主要性能热点。

待验证50%

还有 16 条时间轴事件

全部知识事实 (20)

已验证

BYOK(Bring Your Own Key,自带密钥)模式允许开发者使用自己在 OpenAI、Anthropic 或第三方聚合平台购买的 API 额度,在多个 IDE 中共享同一套模型资源

75%
待验证

Deepgram在STT层以低延迟和高准确率著称

80%
待验证

Deepgram以低成本高精度的ASR API占据开发者市场

75%
待验证

在实时语音AI领域,OpenAI、ElevenLabs、Deepgram等公司都在布局相关产品

70%
待验证

Deepgram通过收购Daily补齐实时传输与编排能力,是在为语音agent应用需求提前布局。

50%
待验证

Deepgram官方明确承诺将维持Pipecat的开源属性。

50%
待验证

Deepgram在语音识别(ASR)赛道积累已久,为大量语音应用提供底层转写能力。

50%
待验证

收购后若Pipecat被闭源或与Deepgram深度绑定,社区很可能流失。

50%
待验证

收购后Pipecat的供应商中立性是否维持,关键看新组件接入是否需要经过Deepgram审核、默认配置是否偏向自家服务,以及非Deepgram适配器的维护是否被边缘化。

50%
待验证

AssemblyAI提供官方Node SDK,支持上传音频文件获取转录文本及webhook回调;Deepgram的Node SDK支持实时流式转录;Google Cloud的Node客户端配置复杂需服务账号密钥和项目设置。

50%
待验证

Deepgram的预付费套餐每分钟约0.0043美元,AssemblyAI提供每月100分钟免费额度。

50%
待验证

Deepgram新用户赠送200美元额度(约4.6万分钟),之后按量付费。

50%
待验证

Deepgram 和 AWS 官方博客表示,迁移到 Trainium2 后 Nova-3 的批量转写吞吐量显著提升,单位音频处理成本明显下降,但未公布精确 benchmark 数字。

50%
待验证

Deepgram 工程师发现音频特征提取和注意力计算是 Neuron 内核在语音模型上的主要性能热点。

50%
待验证

经过多轮内核调优,单芯片推理吞吐较初始移植版本有大幅提升,但具体数字未公开。

50%
待验证

Deepgram 用 Rust 构建了一个轻量级的数据并行运行时,负责将音频文件切分、分发到多个 Trainium2 实例并聚合结果,支持动态批处理。

50%
待验证

Nova-3 是 Deepgram 的旗舰级语音识别模型,支持多语言、高准确率和低延迟的实时转录。

50%
待验证

当患者通过语音描述症状后,音频经Deepgram转为文本,代理执行一个5跳Cypher查询,一次性完成诊断、禁忌检查、医院选择、医生分配和床位定位。

50%
待验证

Deepgram移除了多条限时过渡价格(如$0.041/min through 9/14 Then $0.059/min),并新增多档按分钟与按字符计费选项。

50%
待验证

该开发者使用 Deepgram 作为语音识别引擎,整套系统支持40多种语言

50%

来源文章