深流语音识别
此包会让代理商使用 Deepgram WebSocket API 提供流式语音识别服务 ws,带有临时笔录,最后笔录和扬声器标签.
安装
npm install @framers/agentos-ext-streaming-stt-deepgram
同伴依赖 : @framers/agentos (单位:千美元)>=0.10.40) (中文(简体) ).
使用量
import { AgentOS } from '@framers/agentos';
const agentos = await AgentOS.create({
extensionManifest: {
packs: [{ package: '@framers/agentos-ext-streaming-stt-deepgram' }],
},
extensionSecrets: {
DEEPGRAM_API_KEY: process.env.DEEPGRAM_API_KEY!,
},
});
配置
包装厂只读秘密。 会话设置到 startSession,在 providerOptions。 。 。 .
| 选项 | 秘密编号 | 环境变量 | 需求 | 默认 |
|---|---|---|---|---|
apiKey (单独会议) | DEEPGRAM_API_KEY | 无 | 是, 会话接口 | 包厂空字符串 |
language,或 providerOptions.language | 无 | 无 | 没有 | undefined 通过提供者; 'en-US' 在直接会话构建中省略 |
punctuate,或 providerOptions.punctuate | 无 | 无 | 没有 | undefined 通过提供者; true 在直接会话构建中省略 |
interimResults,或 providerOptions.interimResults | 无 | 无 | 没有 | undefined 通过提供者; true 在直接会话构建中省略 |
providerOptions.model | 无 | 无 | 没有 | undefined 通过提供者; 'nova-2' 在直接会话构建中省略 |
providerOptions.diarize | 无 | 无 | 没有 | undefined 通过提供者; false 在直接会话构建中省略 |
providerOptions.keywords | 无 | 无 | 没有 | undefined,从请求中删除 |
providerOptions.endpointing | 无 | 无 | 没有 | undefined,从请求中删除 |
页:1
包注册一个已启用 streaming-stt-provider 有提供者 id deepgram-streaming。 。 。 . createDeepgramStreamingSTT 还从 API 密钥中创建独立的提供者.
startSession 打开带有密钥认证的WebSocket,并将音频传输到Deepgram。 它将常态化的浮点PCM转换为签名的整数PCM而无需再复制. 请求会修正音频率和频道布局,因此呼叫者必须提供相匹配的音频.
会话发出 transcript, (中文(简体) ), interim_transcript, (中文(简体) ), final_transcript, (中文(简体) ), speech_start, (中文(简体) ), speech_end, (中文(简体) ), error 财务报告和审定财务报表 close。文字时间戳被转换为毫秒,并指定扬声器标签。 空临时笔录被压制.
意外的套接字关闭触发重接 。 被缓冲的音频在装满时会放下最古老的帧. flush 发送 CloseStream 并决心; close 终止套接字并取消重新连接.
提供者转发未设置会话字段为 undefined,压倒直接会话构建器默认值。 包在密钥缺失时通过空密钥, 且无法在本地验证 . endpointing: false 省去查询参数,而不是发送无效值.
许可证
阿帕奇 - 2.0