跳转到内容
本站为社区维护的非官方中文翻译,与 Cloudflare, Inc. 无关联。本站不提供账户登录,请勿在任何非官方站点输入您的 Cloudflare 账户信息。官方文档:developers.cloudflare.com
Deepgram logo

flux

Automatic Speech Recognition • Deepgram

查看 MarkdownAgent 设置
  • Cloudflare-hosted
  • Partner
  • Real-time

Flux 是首个专为语音智能体(voice agent)构建的对话式语音识别模型。

模型信息
条款和许可证链接 ↗
合作伙伴是
实时是
单位定价$0.0077 per audio minute (websocket)

参数

encoding
stringrequiredenum: linear16音频流的编码。目前仅支持原始有符号小端 16 位 PCM。
sample_rate
stringrequiredpattern: ^[0-9]+$音频流的采样率(Hz)。
eager_eot_threshold
string触发提前轮次结束(eager end-of-turn)事件所需的轮次结束置信度。设置后将启用 EagerEndOfTurn 和 TurnResumed 事件。有效值为 0.3 - 0.9。
eot_threshold
stringdefault: 0.7结束一个轮次所需的轮次结束置信度。有效值为 0.5 - 0.9。
eot_timeout_ms
stringdefault: 5000pattern: ^[0-9]+$语音结束后经过此时长,无论 EOT 置信度如何,轮次都将结束。
keyterm
string关键词提示(Keyterm prompting)可以提升对专业术语的识别效果。传入多个 keyterm 查询参数可增强多个关键词。
mip_opt_out
stringdefault: falseenum: true, false使请求退出 Deepgram 模型改进计划(Model Improvement Program)。将此项设置为 true 之前,请参阅 Deepgram 文档了解对定价的影响。https://dpgr.am/deepgram-mip
tag
string为请求添加标签,以便在用量报告中进行识别
request_id
string请求的唯一标识符(uuid)
sequence_id
integerminimum: 0从 0 开始,服务器每向客户端发送一条消息即递增。
event
stringenum: Update, StartOfTurn, EagerEndOfTurn, TurnResumed, EndOfTurn所报告事件的类型。
turn_index
integerminimum: 0当前轮次的索引
audio_window_start
number已转录音频区间的开始时间(秒)
audio_window_end
number已转录音频区间的结束时间(秒)
transcript
string当前轮次中所说的文本
end_of_turn_confidence
number本轮次不会再有语音输入的置信度

API schema(原始)

输入
输出

这篇文档对您有帮助吗?