Deepgram

Deepgram là công ty hạ tầng AI giọng nói thành lập năm 2015, trụ sở tại San Francisco, phát triển công nghệ giọng nói cho lập trình viên và doanh nghiệp. Công ty cung cấp API chuyển giọng nói thành văn bản, văn bản thành giọng nói và voice agent, sử dụng mô hình deep learning được xây dựng riêng cho âm thanh thay vì chỉnh sửa từ hệ thống dựa trên văn bản.

Dòng sản phẩm gồm API phiên âm thời gian thực, API tổng hợp giọng nói với độ trễ thấp tới 80 mili giây, và Voice Agent API kết hợp nhận dạng giọng nói, tổng hợp giọng nói và điều phối mô hình ngôn ngữ trong một giao diện duy nhất. Deepgram phục vụ lập trình viên xây dựng tính năng giọng nói, đối tác nền tảng tích hợp giọng nói AI dạng white-label, và doanh nghiệp cần mô hình tùy chỉnh, với khách hàng gồm Twilio, Cloudflare và IBM.

1. API chuyển giọng nói thành văn bản: Phiên âm âm thanh theo thời gian thực cho cả luồng trực tiếp và xử lý theo lô.

2. API tổng hợp giọng nói: Tạo giọng nói tự nhiên với độ trễ thấp tới 80 mili giây.

3. Voice Agent API: Kết hợp phiên âm, tổng hợp giọng nói và điều phối mô hình ngôn ngữ.

4. Phân tích âm thanh: Trích xuất tóm tắt, chủ đề và cảm xúc từ nội dung hội thoại.

5. Mô hình tùy chỉnh: Huấn luyện mô hình giọng nói theo lĩnh vực riêng cho độ chính xác doanh nghiệp.

6. Thiết kế ưu tiên lập trình viên: Cung cấp API và SDK hợp nhất, xây dựng riêng cho tác vụ âm thanh.