2026-10-31 新增与补充
以下为本轮按官方资料补充的型号，旧版目录继续保留。预览、申请和分批开放等状态见各型号详情。
| 模型 | 完整标识 | 当前状态 |
|---|---|---|
| Deepgram Aura-2 | aura-2（按声音和语言组合标识） | 语音合成 API 已提供 |
| Deepgram Flux TTS | Flux TTS（v2/speak） | 流式与批量接口已提供 |
基本介绍
Deepgram 提供语音识别等音频模型，Flux 和 Nova 等系列把实时或录制音频转成文字。它们常用于字幕、会议转写、电话录音和语音交互，其中某些型号针对特定领域或音频场景设计。
实时交互与录音整理
实时识别需要判断停顿与说话轮次，录音整理则更关注完整转写、时间戳和专有词。会议、电话和医疗等场景有不同的声音条件，应使用自己的录音评估。
选择语言与专用分支
英语、多语言以及领域型号的支持范围不同。Deepgram 的 Flux 是语音识别模型，与 Black Forest Labs 的 FLUX 图像模型属于不同厂商与任务。
模型与版本目录
AI音频 · 29 项
价格与使用条件
官方价格与使用条件 ↗。产品订阅、按量调用与自行部署具有不同成本，选择前结合任务量和所需功能计算。
