Deepgram (Audio-Transkription)

Deepgram ist eine Speech-to-Text-API. In OpenClaw wird sie für die Transkription eingehender Audio-/Sprachnachrichten über tools.media.audio verwendet.

Wenn aktiviert, lädt OpenClaw die Audiodatei zu Deepgram hoch und fügt das Transkript in die Antwort-Pipeline ein ({{Transcript}} + [Audio]-Block). Das ist kein Streaming; es nutzt den Endpunkt für voraufgezeichnete Transkription.

Website: https://deepgram.com Docs: https://developers.deepgram.com

Schnellstart

API-Key setzen:

DEEPGRAM_API_KEY=dg_...

Provider aktivieren:

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

Optionen

model: Deepgram-Modell-ID (Standard: nova-3)
language: Sprachhinweis (optional)
tools.media.audio.providerOptions.deepgram.detect_language: Spracherkennung aktivieren (optional)
tools.media.audio.providerOptions.deepgram.punctuate: Zeichensetzung aktivieren (optional)
tools.media.audio.providerOptions.deepgram.smart_format: Smart-Formatierung aktivieren (optional)

Beispiel mit Sprache:

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

Beispiel mit Deepgram-Optionen:

{
  tools: {
    media: {
      audio: {
        enabled: true,
        providerOptions: {
          deepgram: {
            detect_language: true,
            punctuate: true,
            smart_format: true,
          },
        },
        models: [{ provider: "deepgram", model: "nova-3" }],
      },
    },
  },
}

Hinweise

Authentifizierung folgt der Standard-Provider-Auth-Reihenfolge; DEEPGRAM_API_KEY ist der einfachste Weg.
Endpunkte oder Header mit tools.media.audio.baseUrl und tools.media.audio.headers überschreiben, wenn ein Proxy verwendet wird.
Die Ausgabe folgt denselben Audio-Regeln wie andere Provider (Größenlimits, Timeouts, Transkript-Injection).