Flux STT
主打实时转录与生产级准确率，能听出话轮转换、处理打断并保留对话上下文，按实时或批量两种方式运行。
价格Flux TTS 在 9 月 12 日前免费，具体档位官网未公开
平台Web / API
归类API 与算力
收录2025-01-01
复核2025-01-01
编辑评分
4.6 / 5
★★★★☆
Deepgram编辑总结
Deepgram 是一家专注语音技术的人工智能公司，成立于 2015 年，核心产品是面向语音智能体的对话感知语音平台。平台把语音转文本、文本转语音和 LLM 编排统一到一个 Voice Agent API 中，减少拼接多个组件带来的复杂度、延迟和成本，支持实时或批量、云端或自托管部署。文本转语音延迟可低至 80ms，Flux TTS 在 9 月 12 日前免费开放，美国区最多 45 个并发流式连接、欧盟与澳新区 5 个。官网未公开具体价格档位与免费额度上限，自托管与企业定制的门槛也需要联系销售确认。
Deepgram是什么？
Deepgram 是一家专注语音技术的公司，成立于 2015 年，以研究驱动和基础性 AI 技术为核心，目标是构建改变人机交互的语音技术。它的业务不只是语音转文本，还包括音频智能和文本到语音，服务对象是需要自然语音交互的企业与开发者。
当前主力形态是一个对话感知的语音平台：Flux STT 负责听，Flux TTS 负责说，平台原生理解话轮转换、处理打断、维持对话上下文，为语音智能体而设计。产品以 API 形式提供，覆盖语音转文本、文本转语音、语音智能体和音频智能四块能力，可实时或批量运行，也可云端部署或自托管。
不同角色的用法有清晰分层：开发者与产品团队直接用灵活的 API 快速搭建；平台与合作伙伴把企业级语音能力嵌入自己的产品；有独特流程与合规要求的企业则走定制模型路线，需要直接与销售对接。
Deepgram核心功能
Flux TTS
为实时对话设计的文本转语音，先想后说，在整个对话过程中保持语气、表达和连贯性，延迟可低至 80ms。
Voice Agent API
把语音转文本、文本转语音与 LLM 编排合并成一个统一 API，一次调用即可支撑实时对话，省掉组件拼接。
音频智能
从每段对话里提取洞察，作为独立能力与转录、合成并列提供。
灵活的交付形态
支持实时或批量处理，可部署在云端，也可自托管，适配不同技术栈与数据要求。
定制模型
面向有独特工作流与合规需求的企业，提供按需定制的语音模型，需与销售团队沟通接入。
平台与伙伴集成
面向平台和合作伙伴，把企业级语音 AI 嵌入其自有产品，官网设有合作伙伴入口。
Deepgram值不值得用？
当你要做的是语音智能体或实时对话类产品，Deepgram 值得优先考虑：STT、TTS 与 LLM 编排统一在一个 API，省去自己粘合多个组件的延迟与成本，Flux TTS 延迟低至 80ms、能处理打断和话轮转换，这些都是实时对话场景的硬指标。当你的诉求是单点、低频的转录任务，或者需要提前锁定长期成本，则要先解决价格与额度不透明的问题——，只能联系销售确认。另外 Flux TTS 免费期明确截止到 9 月 12 日，评估期要安排在截止前完成。
建议选它的情况
- 正在做语音智能体、需要处理打断和话轮转换的团队
- 希望用一个 API 替代 STT、TTS、LLM 编排多组件拼接的开发者
- 有自托管或云端部署要求的企业
- 平台与合作伙伴，想把语音能力嵌入自有产品对外提供
不建议选它的情况
- 只需要偶尔做低并发转录、对延迟不敏感的个人用户
- 预算需要在采购前就精确锁定的团队
- 只需要中文语音能力、且希望先看到中文效果数据的用户
Deepgram使用建议
入门先把路子走对
- 先用 Playground 试官网提供 Playground 入口，可以在不写代码的情况下分别试 Flux STT 和 Flux TTS 的效果，确认对话打断和话轮处理是否符合预期再接入。
- 免费注册拿 API Key从首页的 Sign up for free 注册后即可获得 API 密钥，先跑通 Voice Agent API 的单次调用，再考虑替换现有链路。
- 赶在 9 月 12 日前评估Flux TTS 在 9 月 12 日前免费，把语音合成效果的对比测试安排在这之前完成，可以省掉评估期的费用。
进阶省时间也省钱
- 按区域规划并发Flux TTS 免费期最多支持美国 45 个、欧盟与澳新 5 个并发流式连接，用户分布跨区时要提前按这个上限设计限流策略。
- 优先统一 API把 STT、TTS 与 LLM 编排收敛到一个 Voice Agent API 调用，而不是分别接三个服务，可以直接减少一跳网络延迟和一处拼接成本。
- 企业定制早对接有独特合规或流程要求时走 Custom models 路线，官网未公开定制交付周期，尽早与销售沟通可以避免卡在接入排期上。
Deepgram适合谁用？
语音智能体开发者
推荐需要处理打断、话轮转换与上下文延续，统一 API 能少拼三个组件，延迟也更好控制。
平台与合作伙伴
推荐要把企业级语音能力嵌进自有产品，官网设有合作伙伴入口，适合对外提供语音功能。
有合规要求的企业
有条件可走定制模型与自托管路线，但，需要先与销售确认。
个人转录用户
不推荐低频、单次转录用 Voice Agent API 属于大材小用，且价格档位未公开，难以按量预估成本。
Deepgram优点和缺点
优点
- STT、TTS 与 LLM 编排统一在一个 Voice Agent API，减少组件拼接
- Flux TTS 延迟可低至 80ms，适合实时对话场景
- 平台原生理解话轮转换、中断与对话上下文
- 支持实时或批量、云端或自托管多种部署方式
- Flux TTS 在 9 月 12 日前免费开放，可零成本验证合成效果
- 免费期支持美国 45 个、欧盟与澳新 5 个并发流式连接
缺点
- 非美国区的免费期并发上限仅 5 个，压力测试受限
- 定制模型与企业方案没有公开的交付周期与报价
Deepgram关键指标
| 指标 | 数值 | 数据来源 |
|---|---|---|
| Flux TTS 延迟 | 低至 80ms | 官网首页 |
| 免费期并发流式连接（美国） | 最多 45 个 | 官网首页 Flux TTS 说明 |
| 免费期并发流式连接（欧盟与澳新） | 最多 5 个 | 官网首页 Flux TTS 说明 |
| 公司成立时间 | 2015 年 | 官网首页 |
Deepgram常见问题
Deepgram 免费吗，怎么收费？＋
官网目前只明确写了 Flux TTS 在 9 月 12 日前免费使用，并提供免费注册入口。具体价格档位、免费额度上限以及免费期结束后的费率，官网未公开，需要注册后或联系销售确认。
现在的主力能力是什么？＋
主力是对话感知语音平台：Flux STT 负责听、Flux TTS 负责说，两者加上 LLM 编排构成一个统一的 Voice Agent API。文本转语音延迟可低至 80ms，平台能原生处理话轮转换、打断和对话上下文。
Flux TTS 免费期有没有使用限制？＋
有。免费开放到 9 月 12 日，期间最多支持 45 个并发流式连接（美国）和 5 个（欧盟与澳新）。跨区部署或做高并发压测时，需要按这个上限设计限流。
可以自托管吗？＋
可以。产品支持实时或批量运行，可部署在云端，也可自托管，另外还提供面向企业的定制模型路线，适合有独特工作流与合规要求的团队。
做语音智能体要接几个 API？＋
一个。Deepgram 把语音转文本、文本转语音和 LLM 编排统一进单个 Voice Agent API，不需要分别拼接组件，官方说明这样可以降低复杂度、延迟和成本。
企业和个人都能用吗？＋
入门没有门槛，从首页免费注册或 Playground 就能试用。规模较大的企业另有定制模型与合作伙伴两条路径，分别面向有特殊合规需求的企业和要把语音能力嵌入自有产品的平台。
Deepgram最新动态
-
Flux TTS 免费开放截止
Flux TTS 免费使用到 9 月 12 日结束，免费期内美国区最多 45 个、欧盟与澳新区最多 5 个并发流式连接。
-
推出 Flux TTS
官网首页以 Introducing Flux TTS 介绍该文本转语音模型，定位为面向实时对话、能在说话前先思考并保持整段对话语气与连贯性的语音模型。
