Deepgram Nova 3

Deepgram · Transcription

POST /v1/audio/transcriptions

采用Nova-3模型进行语音转文字转录，支持多语言支持，并可为生产工作负载提供高级可定制设置。

一眼看

场地	价值
型号ID	`deepgram-nova-3`
车型发布日期	2025-02-12
输入模态	音频
输出模态	正文
上下文窗口	-
重量精度	-
特色	转录，speech_to_text
本土推断	不
新	不
支持的端点	`POST /v1/audio/transcriptions`

定价

冲锋	规格	速率
转录	每分钟音频	$0.014

示例请求

$ curl https://api.empiriolabs.ai/v1/audio/transcriptions \
>   -H 'Authorization: Bearer $EMPIRIOLABS_API_KEY' \
>   -F model=deepgram-nova-3 \
>   -F file=@meeting.mp3

参数

参数	类型	必修	默认	描述
`file`	弦	不	-	音频文件（mp3、wav、m4a、ogg等）以multipart/form-data形式上传。
`file_url`	弦	不	-	音频的网址以便转录。与`file`互斥。
`smart_format`	布尔值	不	确实如此	应用智能格式化（大写、标点、格式numbers/dates）。
`profanity_filter`	布尔值	不	错误	在记录中用****遮盖脏话。
`numerals`	布尔值	不	错误	将口语数字转换为数字（例如“五”→“5”）。
`measurements`	布尔值	不	错误	将测量词转换为缩写（例如“kilograms”→“kg”）。
`language`	枚举	不	`"auto"`	ISO 639-1语言代码。如果省略了，则自动检测。·允许：`auto`、`en`、`es`、`fr`、`de`、`it`、`pt`、`ja`、`zh`、`hi`、`ru`、`nl`
`redact_pii`	布尔值	不	错误	在笔录中掩盖个人身份信息。
`redact_pci`	布尔值	不	错误	成绩单上要写口罩支付卡号。
`keyterm`	弦	不	-	用逗号分隔的关键词来提高识别准确率（术语、名称）。
`diarize`	布尔值	不	错误	识别不同的发言者，并为每个发言人标签。
`paragraphs`	布尔值	不	确实如此	根据停顿和发言人转向，将输出分成段落。
`dictation`	布尔值	不	错误	把“句号”、“逗号”、“换行”等命令理解为punctuation/formatting。
`punctuate`	布尔值	不	确实如此	在文字记录中添加标点符号。
`utterances`	布尔值	不	错误	每句话都要分别回应，时机和信心都要把握。
`generate_pdf`	布尔值	不	错误	如果属实，Deepgram会返回一份PDF文字记录和JSON。

注释

自动检测语言

英语、西班牙语、法语、德语、意大利语、葡萄牙语、日语、中文、印地语、俄语、荷兰语。

自定义关键词

仅限英语，总共≤500代币
提升对领域特定词汇的识别

特征交互

日语化自动启用话语
智能格式和段落自动启用标点符号
PCI/PII遮蔽和脏话过滤默认关闭

Machine可读模式： GET https://api.empiriolabs.ai/v1/models/deepgram-nova-3。