Deepgram

Deepgram — это комплексная платформа голосового ИИ, предоставляющая три основных сервиса через удобные API. Во-первых, это распознавание речи (Speech-to-Text), которое преобразует устную речь в текст с точностью более 90%, даже в шумной обстановке или при сильных акцентах. Во-вторых, это синтез речи (Text-to-Speech), создающий естественно звучащие голоса для приложений и голосовых ассистентов. В-третьих, это Voice Agent API, позволяющие разработчикам создавать полноценные системы разговорного ИИ.

Основанная в 2015 году и базирующаяся в Сан-Франциско, Deepgram стала выбором таких компаний, как Spotify, NASA и Citibank. Платформа использует модели глубокого обучения, специально обученные на реальных аудиозаписях, а не только на чистых студийных записях. Это обеспечивает отличную работу в колл-центрах, медицинской транскрипции, обработке подкастов и прямых трансляциях. С временем отклика менее 300 миллисекунд она обеспечивает реализацию живых разговоров, которые ощущаются естественными и мгновенными.

• Распознавание речи в реальном времени с точностью более 90%

• Естественное преобразование текста в речь с голосами Aura

• API голосового агента для разговорного ИИ

• Поддержка более 30 языков с учетом акцентов

• Идентификация и разделение говорящих

• Возможность обучения пользовательских моделей

• Аудиоаналитика и анализ настроений

• Варианты развертывания на собственной инфраструктуре

• API WebSocket и REST

• SDK для нескольких языков программирования