流式语音转文字 API：Nova-3 适合实时字幕，Flux 面向语音 Agent
Deepgram 在 developers.deepgram.com 提供 `/v1/listen`（Nova-3 流式转写）与 `/v2/listen`（Flux 对话式回合检测）；SDK 含 listen.v1/v2.connect；文档对比 Agent 与会议场景并支持自建 Flux。
使用场景
- 会议字幕与通话分析
- 语音 Agent 内置回合结束
- Flux vs Nova-3 选型
- 生产延迟基准
- 合规自建
主要功能
- /v1/listen Nova-3 流式
- /v2/listen Flux 回合事件
- SDK v1/v2 connect
- 延迟测量文档
- 自建 Flux Engine
相关推荐
相关推荐
3 收录条目
AssemblyAI
AssemblyAI 提供 api.assemblyai.com 预录转写与 wss://streaming.assemblyai.com 流式 STT；预录须传 speech_models；含 Voice Agent、Speech Understanding 与 LLM Gateway。
Chroma
Chroma 在 docs.trychroma.com 文档化开源嵌入向量数据库，供 Python/JavaScript 存储与查询向量、元数据与全文字段；涵盖内存/持久化客户端、自托管 HTTP 服务、Chroma Cloud 与 API Key；支持集合 CRUD、嵌入函数集成与混合检索，面向 RAG 与 Agent 记忆。
Groq Cloud API
GroqCloud 通过 Groq 的 HTTP API 提供托管的语言与语音等推理能力；文档说明可将 OpenAI 兼容客户端指向 Groq 的 `base_url` 并使用 Groq API 密钥，亦提供 Groq 官方 Python/JavaScript SDK。定价页面以美元公示按 token 计费档位，便于预估推理成本。