Saltearse al contenido
Nappai Documentation

Deepgram STT

Deepgram STT es uno de los componentes que hacen de oído de un agente de voz: convierte en texto lo que dice el llamante para que el agente lo entienda. Usa el servicio de reconocimiento de voz de Deepgram y transcribe mientras la persona habla, así que el agente puede empezar a preparar la respuesta antes de que termine la frase.

Se conecta al conector STT del nodo Voice Agent. Guarda los ajustes del reconocimiento de voz que el agente usa en cada llamada.

Cuándo usarlo

  • Quieres un reconocimiento de voz en la nube para un agente que atiende llamadas en español o en inglés.
  • Tus llamantes interrumpen al agente con frecuencia y quieres que los ajustes de interrupción por palabras del Voice Agent funcionen.
  • Ya tienes cuenta en Deepgram y quieres usar la misma para la voz del agente con Deepgram TTS.
  • Quieres elegir el modelo de Deepgram que transcribe, entre los que tu cuenta ofrece para el idioma de la llamada.

Configuración

Necesitas una credencial Deepgram API con la clave de tu cuenta de Deepgram. Consulta Credenciales.

CampoQué hace
Credential (obligatorio)La credencial Deepgram API que se usa para conectarse a Deepgram.
LanguageCódigo del idioma que se espera del llamante, por ejemplo es o en. Por defecto, es.
ModelEl modelo de Deepgram que transcribe. Por defecto, nova-3. Al elegir la credencial, la lista muestra los modelos de Deepgram que transcriben en el idioma elegido.

Resultado

La salida STT contiene los ajustes del reconocimiento de voz. Se conecta al conector STT del nodo Voice Agent, o a Fallback STT si activas Fallback Engines y quieres usarlo como reserva. El editor no deja enchufarla en un conector de TTS por error.

Ejemplo

Una clínica atiende en español las llamadas de citas con un agente de voz.

  1. Añade Deepgram STT al flujo y conéctalo al conector STT del Voice Agent.
  2. En Credential, elige la credencial Deepgram API de la clínica.
  3. Deja Language en es y Model en nova-3.
  4. Prueba el agente en el playground pidiendo una cita como lo haría un paciente.

Buenas prácticas

  • Deepgram cobra por minuto de audio en tu cuenta de Deepgram. Revisa allí el consumo.
  • Si prefieres que el audio no salga del servidor de NappAI, usa un STT local como Parakeet (local, multilingual). Las diferencias entre motores locales y en la nube se explican en Calidad, ruido y latencia.

Componentes relacionados