Deepgram 是以開發者 API 形式提供的語音 AI 平台：涵蓋即時與錄製音訊的語音轉文字、文字轉語音、Voice Agent API，以及 Audio Intelligence 音訊分析。Deepgram 將語音轉文字、文字轉語音與 LLM 編排整合在同一個 Voice Agent API 中，公司表示這能降低複雜度、延遲與成本。
2026 年 1 月，Deepgram 表示已完成由 AVP 領投的 1.3 億美元 C 輪募資，估值 13 億美元。公司也表示有超過 1,300 個組織使用其語音 AI 產品與模型，包括會議筆記工具 Granola、語音代理新創 Vapi 以及 Twilio。
Deepgram 的語音轉文字 API 可接收串流音訊進行即時轉錄，也可接收錄製檔案進行批次處理。
準確度與速度數據皆為廠商自述。Deepgram 表示，與競品相比，Nova-3 的詞錯誤率在串流處理中低 54.2%，在批次處理中低 47.4%；也表示可在 300 毫秒內交付轉錄結果。據其說明，關鍵字提示能改善關鍵詞彙的辨識，關鍵字召回率最多提高 90%。
Voice Agent API 包含插話偵測、話輪預測、函式呼叫與工作階段中途控制。團隊可以自帶 LLM 或 TTS 供應商，同時保留 Deepgram 的編排與串流管線。
Deepgram 為 OpenAI、Anthropic、Google 與 NVIDIA 這幾類供應商提供託管 LLM，因此使用這些時不需要提供端點。Groq 與 Amazon Bedrock 的模型需要自備端點，因為 Deepgram 不託管這些 LLM。託管模型帶有價格級距：claude-sonnet-4-5 列為進階（Advanced）級，claude-haiku-4-5 列為標準（Standard）級，級距決定每分鐘費率。
Audio Intelligence 在轉錄文字之上提供摘要、主題偵測、意圖辨識與情緒分析。情緒分析可在單字、句子與整份轉錄三個層級標示正面、中性或負面情緒。這些功能執行於以對話資料微調的輕量專用模型上，而不是通用大型語言模型。
Deepgram 的語音轉文字 API 鎖定客服、醫療、媒體與對話式 AI 中的轉錄需求。
Deepgram 以 API 與 SDK 形式銷售，因此買方通常是撰寫程式碼的團隊。
若要在 Flux TTS 上做非英語旁白，或專案需要非常龐大的語音庫，它的契合度較低。
Deepgram 價格依用量計費，按產品與模型拆分，而不是按席次。
Pay As You Go（隨用隨付）方案先提供 $200 免費額度，之後依用量計費；Growth 方案起價為每年 $4K+。Pay As You Go 沒有最低消費、沒有到期期限，開始使用不需要信用卡。Growth 透過預付年度額度最多可節省 20%，額度依實際用量折抵。Enterprise 條件由業務報價。
| 服務 | Pay As You Go | Growth |
|---|---|---|
| 語音轉文字（REST / WebSocket / Whisper Cloud） | 最多 50 / 150 / 5 | 最多 50 / 225 / 5 |
| 文字轉語音（REST + WebSocket） | 最多 45 | 最多 60 |
| Voice Agent（WebSocket） | 最多 45 | 最多 60 |
| Audio Intelligence（REST） | 最多 10 | 最多 10 |
串流語音轉文字費率目前標示為限時優惠價，括號內為一般價格。
| 模型 | 模式 | Pay As You Go | Growth |
|---|---|---|---|
| Flux 英語 | 串流 | $0.0065/分鐘（一般 $0.0077） | $0.0057/分鐘（一般 $0.0065） |
| Flux 多語言 | 串流 | $0.0078/分鐘 | $0.0068/分鐘 |
| Nova-3 單語言 | 串流 | $0.0048/分鐘（一般 $0.0077） | $0.0042/分鐘（一般 $0.0065） |
| Nova-3 多語言 | 串流 | $0.0058/分鐘（一般 $0.0092） | $0.0050/分鐘（一般 $0.0078） |
| Nova-3 單語言 | 預錄 | $0.0043/分鐘 | $0.0036/分鐘 |
| Nova-3 多語言 | 預錄 | $0.0052/分鐘 | $0.0043/分鐘 |
| Whisper Large | 預錄 | $0.0048/分鐘 | $0.0048/分鐘 |
附加功能在模型費率之外另外計費：
計費以秒為單位，因此 14 秒的檔案就剛好按 14 秒收費。多聲道音訊依處理總時長計費，因此 10 分鐘的立體聲檔案算作 20 分鐘。
| 模型 | Pay As You Go | Growth |
|---|---|---|
| Flux TTS | 每千字元 $0.0450 | 每千字元 $0.0405 |
| Aura-2 | 每千字元 $0.030 | 每千字元 $0.027 |
| Aura-1 | 每千字元 $0.0150 | 每千字元 $0.0135 |
截至 2026 年 12 月 31 日，Pay As You Go 與 Growth 上的 Flux TTS 消費可獲得等額贈送額度，最高 $500。Flux TTS 免費建置期持續到 2026 年 9 月 12 日，自 2026 年 9 月 13 日起適用標準價格。文字轉語音產品頁的 FAQ 表示 Deepgram TTS 起價為每 1,000 字元 $0.15，這與上表的 Aura-1 費率不一致。
| Voice Agent 級距 | Pay As You Go | Growth |
|---|---|---|
| 標準 | $0.075/分鐘 | $0.068/分鐘 |
| 標準（自帶 TTS） | $0.065/分鐘 | $0.051/分鐘 |
| 自訂（自帶 LLM 與 TTS） | $0.050/分鐘 | $0.041/分鐘 |
| 進階 | $0.163/分鐘 | $0.146/分鐘 |
| 進階（自帶 TTS） | $0.122/分鐘 | $0.110/分鐘 |
Voice Agent 分鐘數依 WebSocket 連線時間計算。在 Pay As You Go 上，摘要按每千輸入 token $0.0003、每千輸出 token $0.0006 計價。
此類別中公開的多數比較都來自廠商本身。
API 請求預設加入模型改善計畫（Model Improvement Program），並由 Deepgram 保留。服務條款允許 Deepgram 使用客戶輸入與輸出改善服務，包括訓練與測試其模型。
有。新的 Pay As You Go 帳號附有 $200 額度，且不需要信用卡；之後依分鐘、每 1,000 字元或代理連線分鐘數計費。
預設會：請求會加入模型改善計畫並被保留。在請求中加上 mip_opt_out=true 即可將其排除，並停止保留其內容。
Deepgram 提供專用 EU 端點，其請求不會被路由到歐盟以外。完整的區域內處理還需要選擇退出模型改善，且該端點不提供 Whisper 模型。
