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)
Deepgram宣布收购实时音视频API平台Daily。
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。
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。
收购后若Pipecat被闭源或与Deepgram深度绑定,社区很可能流失。
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。
Deepgram官方明确承诺将维持Pipecat的开源属性。
Deepgram新用户赠送200美元额度(约4.6万分钟),之后按量付费。
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。
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。
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。
还有 16 条时间轴事件
全部知识事实 (20)
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%