Deepgram（音频转录）

Deepgram 是一个语音转文本 API。在 OpenClaw 中，它用于通过 tools.media.audio 进行入站音频/语音备忘录转录。

启用后，OpenClaw 会将音频文件上传到 Deepgram 并将转录内容注入回复流程（{{Transcript}} + [Audio] 块）。这不是流式传输；它使用预录音频转录端点。

网站：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" }],
      },
    },
  },
}

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（可选）
  • tools.media.audio.providerOptions.deepgram.smart_format：启用智能格式化（可选）

带语言的示例：

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

带 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" }],
      },
    },
  },
}

说明

  • 认证遵循标准 provider 认证顺序；DEEPGRAM_API_KEY 是最简单的路径。
  • 使用代理时，通过 tools.media.audio.baseUrl 和 tools.media.audio.headers 覆盖端点或头。
  • 输出遵循与其他 provider 相同的音频规则（大小上限、超时、转录注入）。