Deepgram（语音转文字）

Deepgram 是一个语音转文字 API。在 OpenClaw 中，它通过 tools.media.audio 配置，用于把接收到的语音消息转成文字。

启用后，OpenClaw 会把音频文件上传到 Deepgram，然后把转录的文字注入到回复流程中（{{Transcript}} + [Audio] 块）。这不是 Streaming，它使用的是预录音转录接口。

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

快速开始

  1. 设置你的 API 密钥：
DEEPGRAM_API_KEY=dg_...
  1. 启用 Provider：
{
  tools: {
    media: {
      audio: {
        enabled: true,
        models: [{ provider: "deepgram", model: "nova-3" }],
      },
    },
  },
}

配置选项

  • 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）

指定语言的示例：

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

使用 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

  • 认证遵循标准的 Provider 认证顺序，用 DEEPGRAM_API_KEY 是最简单的方式。
  • 使用代理时，可以用 tools.media.audio.baseUrl 和 tools.media.audio.headers 覆盖接口地址或请求头。
  • 输出遵循与其他 Provider 相同的音频规则（大小限制、超时、文字注入）。