Deepgram
PulseAugur coverage of Deepgram — every cluster mentioning Deepgram across labs, papers, and developer communities, ranked by signal.
- 2026-08-27 product_launch Deepgram launched enhanced AI observability features for its speech models on Amazon SageMaker. 来源
4 天有情绪数据
-
AssemblyAI通过新的医疗模式增强临床语音转录
AssemblyAI为其Universal-3.5 Pro模型引入了新的医疗模式，通过将漏报的医疗实体减少约20%，从而提高了临床语音转录的准确性。该模式适用于预录制和流式音频，每小时额外收费0.15美元。该公司还澄清了其Dictation API和Sync API在短片段语音转录任务上的区别，Dictation API同时提供逐字记录和经过清理、可控的版本，以提高可用性。
-
Nari Labs 以 Qwen3 模型引领语音 AI 基准测试
Nari Labs 在 Coval 语音 AI 基准测试中，其 Qwen3-TTS 和 Qwen3-ASR 模型均取得了最高排名。该公司模型在文本转语音的时间到首个音频（TTFA）和词错误率（WER）等指标上表现出色，在语音转文本方面则在时间到最终片段（TTFS）和词错误率（WER）方面表现突出。与 AssemblyAI 和 ElevenLabs 等竞争对手相比，Nari Labs 还强调了其产品的成本效益。
-
语音AI延迟从4.2秒大幅缩减至780毫秒，通过流式传输和缓存
一位开发者通过优化系统的各个组件，将语音AI延迟从4秒多显著降低到1秒以内。主要改进包括：将LLM响应的第一句话直接流式传输到文本转语音（TTS）引擎，为一致的系统提示实施提示缓存，以及通过自适应端点检测优化轮次检测。这些在Preterview平台上实现的更改，通过最小化可感知的延迟，极大地改善了用户体验。
-
AssemblyAI 推出 Voice Agent API，提供灵活的集成选项
AssemblyAI 推出了其 Voice Agent API，为语音 AI 堆栈提供了两条集成路径。第一条路径 Voice Agent API 是一个完全托管的服务，负责语音转文本、LLM 路由和文本转语音。第二条路径 Universal-3.5 Pro Realtime 允许开发人员将 AssemblyAI 的 STT 模型集成到他们现有的基础设施中，保留他们当前的 LLM、TTS 和编排逻辑。这种方法旨在提高姓名和数字等关键数据…
-
Deepgram通过新指标增强SageMaker AI可观测性
Deepgram已增强其在Amazon SageMaker上部署的自托管语音模型的AI可观测性。新的功能，Deepgram增强指标以及对Prometheus和OpenTelemetry的支持，提供了对使用情况、计费和引擎行为的更大透明度。这些创新允许用户将AWS账单与实际流量进行核对，并直接在AWS账户中查询详细的引擎级指标，从而解决了自托管AI部署中的历史权衡问题。
-
语音AI成为主要界面，优先考虑交互和记忆而非原始智能
语音AI有望成为人工智能的主要界面，将焦点从原始智能转移到用户交互和记忆。与基于文本的提示不同，语音允许更自然、实时的思维过程，提供更丰富的上下文。公司越来越重视产品体验和持久记忆，而非基准分数，因为这些元素可以增强用户参与度并创造更具主动性的AI。语音AI的底层架构也正在从级联管道演变为原生多模态模型，尽管混合方法正在出现以平衡延迟、成本和控制。
-
印度语音 AI 初创公司 Ringg 从 Peak XV Partners 获得 1000 万美元融资
印度语音 AI 初创公司 Ringg 在其 A 轮融资的延期中，从 Peak XV Partners 获得了 1000 万美元的投资，使该轮融资总额达到 1550 万美元。该公司最初是一家文本转语音初创公司，现在专注于为企业构建语音 AI 代理，以自动化客户支持和外呼电话。Ringg 旨在处理比简单外呼更复杂的业务流程，例如预约和入职检查，并将其服务范围从语音扩展到聊天和 WhatsApp。
-
AI智能体扩展至移动端和消息应用，成本降低
多家AI公司正在增强其跨平台的智能体能力和可访问性。Anthropic已更新Claude Code以支持移动端使用，并推出了Claude Academy提供免费AI学习资源。OpenAI正在将ChatGPT与Apple Messages集成，供桌面用户使用，并降低了GPT-5.6-Sol的API成本。此外，Grok Bot现已向更多订阅者开放，Claude Mythos 5将为企业安全解决方案提供支持。
-
AI语音技术从研究走向实际应用
人工智能语音技术的最新进展在多个领域得到体现，从语音克隆和检测的学术研究到联络中心和个性化学习伴侣的实际应用。一篇arXiv上的调查论文详细介绍了AI生成语音及其检测的复杂性，并指出了诸如冒充和虚假信息等风险。与此同时，Cartesia的Sonic-3.6 TTS模型在语音排行榜上名列前茅，提供低延迟的实时合成。包括ShikshaMitra AI、RupeeGPT、Aarogyam、Sydney和EduGuideAI在内的多个项目，展…
-
OpenAI实时API的替代方案涌现，适用于生产级语音代理
OpenAI的实时API虽然对语音应用的快速原型开发很有用，但在生产环境中由于成本不可预测、转录不准确以及对话流程问题，会带来挑战。AssemblyAI的Voice Agent API和Google的Gemini Live等替代方案为2026年提供了更强大的解决方案。与OpenAI的单一模型方法相比，这些替代方案通常利用专门的模型来处理不同任务，提供更好的准确性和更可预测的定价结构。
-
六项现已免费或提供大量积分的 AI 服务
一个合集重点介绍了六项目前可免费或以显著降低的成本使用的 AI 服务。其中包括用于视频生成的工具，如 FLUX 3，以及像 Manus、Postman Agent Mode、通过 API 访问的 Claude、Atomesus 和 Deepgram 等平台，Deepgram 提供 200 美元的 Voice AI 积分。作者已核实这些服务的注册流程和条款，并提供了截图和简要说明。
-
新的 macOS 应用 VoiceVault 提供本地优先的听写和会议记录功能
一款名为 VoiceVault 的新开源 macOS 应用程序已被开发出来，提供本地优先的听写和会议记录功能，复制了 Wispr Flow 和 Granola 等商业应用程序中的功能。VoiceVault 利用本地模型，特别是 mlx-whisper 进行语音转文本，以及运行 llama3.1:8b 的 Ollama 进行摘要，确保所有音频、转录和摘要过程都保留在用户的机器上。该应用程序设计有灵活的提供商抽象，允许用户在不更改核心听写…
-
语音转文本 API 的成本取决于比标价更多的因素
2026 年，语音转文本 API 的成本将由除每分钟广告价格以外的因素决定，例如通道计费、功能费用、延迟和人工校正时间。虽然 AssemblyAI 的 Universal-2、Google 的 Dynamic Batch 和 OpenAI 的 gpt-4o-mini-transcribe 在标价方面似乎具有竞争力，但由于优先级、计费结构和包含的功能存在差异，它们的实际生产成本可能差异很大。最终，评估这些服务的最有效指标是每份已接受转录…
-
AWS SageMaker AI 增强模型监控和支持功能
AWS 为 Amazon SageMaker AI 端点引入了增强模型监控和支持的新功能。第一个开发侧重于推理元监控，它跟踪预测和数据质量指标以检测漂移并自动生成性能仪表板，利用 Amazon QuickSight 和 AWS Lambda 等服务。第二个增强功能是 Deepgram 与 AWS IAM Temporary Delegation 的集成，允许对 SageMaker AI 上的自托管语音模型进行安全、有时限的支持访问，从…
-
AI 管道使用 Grok 和 Deepgram 实时分析面试
本文详细介绍了 TrueVoice HQ 的架构，这是一个专为实时面试分析设计的 AI 平台。该系统使用 LiveKit 和 Deepgram 处理音视频流进行转录，Supabase Edge Functions 利用 Grok 在转录块生成时对其进行分析。这种基于块的方法允许面试官每 30-60 秒收到一次实时评分更新，从而立即获得关于语音模式、时机、流程和语言风格的反馈，而不是等待面试后报告。该管道还包括处理和提取 LLM 的结构…
-
AssemblyAI的Universal-3.5 Pro Realtime在2026年语音识别API排名中领先
AssemblyAI发布了其Universal-3.5 Pro Realtime模型，将其定位为2026年实时语音识别和转录的首选。该模型提供可配置延迟模式，在准确性和速度之间取得了平衡，定价为每小时0.45美元。该指南比较了各种云API，包括来自Deepgram和AWS的API，以及WhisperX等开源选项，以帮助用户根据成本、性能和准确性等标准为语音助手和实时字幕等应用选择最佳解决方案。
-
语音AI初创公司Rime融资2400万美元A轮，用于企业呼叫处理
语音AI初创公司Rime已获得2400万美元A轮融资，以增强其处理企业客户来电的能力。该公司通过收集自己的对话数据来减少客户定制需求并提高模型性能，专注于专业术语和发音，从而实现差异化。尽管取得了进展，Rime承认语音AI在完全取代传统IVR系统方面仍面临挑战，因为用户体验存在局限性。
-
AssemblyAI 语音代理 API 在准确性和定价方面优于 Deepgram
AssemblyAI 和 Deepgram 都提供语音代理 API，但 AssemblyAI 的 Universal-3.5 Pro Realtime 模型在语音准确性和实体捕获方面比 Deepgram 的 Flux 模型表现更优。AssemblyAI 以统一费率提供完整的 STT+LLM+TTS 管道，简化了开发，而 Deepgram 则采用分级定价模式，并要求用户集成单独的组件。实际基准测试显示，AssemblyAI 的词错误率和…
-
AssemblyAI 宣传其 Universal-3.5 Pro 在准确性和速度上优于 Deepgram
AssemblyAI 发布了一份对比报告，重点介绍了其 Universal-3.5 Pro 模型在批量音频转录方面优于 Deepgram 的优势。该公司强调 Universal-3.5 Pro 在姓名、电子邮件和医学术语等关键实体上的准确性更高，同时速度也有所提升。AssemblyAI 还详细介绍了其批量转录服务的简单、按秒计费的定价模式。
-
AssemblyAI 详解大规模批量转录以实现高吞吐量
AssemblyAI 的博客文章详细介绍了如何有效管理大规模批量转录任务，强调吞吐量和并发性而非单个文件的延迟。该公司指出，在处理大量音频时，同时处理多个请求的能力比单个转录的速度更关键。AssemblyAI 提供无限并发，允许用户一次性提交整个积压任务，与有严格并发限制的服务相比，可以显著缩短总体处理时间。对于非常长的音频文件，文章建议将文件分块并在并行处理这些片段的策略，以实现更快的周转时间。