Deepgram: сервисный API для решений по высокоточному распознаванию и синтезу речи

Общее введение

Deepgram - компания, специализирующаяся на технологиях распознавания речи и обработки естественного языка, предлагающая мощные API Speech-to-Text и Text-to-Speech. Платформа использует передовые технологии искусственного интеллекта, чтобы помочь разработчикам интегрировать возможности транскрипции и понимания речи в свои приложения и сервисы. Решения Deepgram широко используются в различных областях, таких как медицинская транскрипция, автоматизированное обслуживание клиентов, транскрипция подкастов и т. д., и направлены на повышение эффективности и улучшение взаимодействия человека и компьютера.

Список функций

• Передача речи в текст (STT): Предоставляет высокоточные услуги преобразования речи в текст с низкой задержкой, поддерживающие множество языков и акцентов.
• Преобразование текста в речь (TTS): Генерируйте естественную и плавную речь для ИИ в реальном времени и высокопроизводительных приложений.
• Аудиоинтеллект (AI): Предоставляет возможности анализа и понимания аудиоданных, помогая организациям проводить масштабный анализ аудиоданных.
• API голосового агента (API голосового агента)Unified Speech API, поддерживающий естественный человеко-машинный диалог для различных сценариев автоматизации.

Использование помощи

Установка и использование

1. зарегистрировать аккаунт: Посетите официальный сайт Deepgram и зарегистрируйте новый аккаунт.
2. Получить ключ API: После входа в свою учетную запись получите ключ API в консоли.
3. Интегрированный API::
   • Передача речи в текст (STT)::

     Python

     import requests
     
     url = "https://api.deepgram.com/v1/listen"
     headers = {
         "Authorization": "Token YOUR_API_KEY",
         "Content-Type": "application/json"
     }
     data = {
         "url": "https://path.to/your/audio/file.wav"
     }
     response = requests.post(url, headers=headers, json=data)
     print(response.json())
     

     Сгенерированный искусственным интеллектом код. Просматривайте и используйте с осторожностью. Дополнительная информация о часто задаваемых вопросах.
   • Передача текста в речь (TTS)::

     Python

     import requests
     
     url = "https://api.deepgram.com/v1/speak"
     headers = {
         "Authorization": "Token YOUR_API_KEY",
         "Content-Type": "application/json"
     }
     data = {
         "text": "Hello, this is a test.",
         "voice": "en_us_male"
     }
     response = requests.post(url, headers=headers, json=data)
     with open("output.wav", "wb") as f:
         f.write(response.content)
     

     Сгенерированный искусственным интеллектом код. Просматривайте и используйте с осторожностью. Дополнительная информация о часто задаваемых вопросах.
4. Обработка речи в реальном времени: Распознавание речи в реальном времени с помощью WebSocket-соединений.

   Python

   import websocket
   import json
   
   def on_message(ws, message):
       print(json.loads(message))
   
   ws = websocket.WebSocketApp(
       "wss://api.deepgram.com/v1/listen",
       header={"Authorization": "Token YOUR_API_KEY"},
       on_message=on_message
   )
   ws.run_forever()
   

Руководство пользователя по преобразованию речи в текст

1. Интегрированный API: Интегрируйте Deepgram's Speech-to-Text API в ваше приложение. Для интеграции вы можете обратиться к примеру кода в официальной документации.
2. Загрузка аудиофайлов: Загрузка аудиофайлов для расшифровки через API, поддержка нескольких аудиоформатов.
3. Получите результаты транскрипции: API возвращает расшифрованные текстовые результаты, которые вы можете обработать и отобразить в своем приложении.

Руководство пользователя по преобразованию текста в речь

1. Интегрированный API: Интегрируйте Deepgram's Text-to-Speech API в свое приложение.
2. текст ввода: Ввод текстового содержимого для преобразования в речь с помощью API.
3. Получение голосового выводаAPI возвращает сгенерированный речевой файл, который вы можете воспроизвести или сохранить в своем приложении.

Руководство пользователя Audio Intelligence

1. Интегрированный API: Интегрируйте Deepgram's Audio Intelligence API в свое приложение.
2. Загрузка аудиофайлов: Загрузите аудиофайлы для анализа через API.
3. Получение результатов анализа: API возвращает результаты анализа аудиозаписей, включая анализ настроения, извлечение ключевых слов и другую информацию.

Voice Agent API (API голосового агента) Руководство пользователя

1. Интегрированный API: Интегрируйте API голосового агента Deepgram в свое приложение.
2. Настройка модели диалога: Настройте соответствующую модель диалога в соответствии со сценарием применения.
3. Обеспечение диалога между человеком и машиной: Обеспечение естественного и плавного диалога между человеком и машиной с помощью API для улучшения пользовательского опыта.

Зарегистрируйтесь и получите кредит в размере 200 ножей для вызова всего спектра API.