🤝Together AI Blog•較早收集於 21h
Deepgram STT/語音模型原生上線 Together AI
💡Deepgram 生產級 STT/TTS 原生於 Together AI—輕鬆擴展即時語音代理。（48字）
⚡ 30-Second TL;DR
有什麼變化
Deepgram STT 和 TTS 模型現原生託管於 Together AI
為什麼重要
此整合降低開發者建置語音 AI 的門檻，將 Deepgram 精準模型融入 Together AI 可擴展推論中。無需切換供應商，即可簡化多模態代理開發。
下一步行動
在 Together AI Dedicated Model Inference 上測試 Deepgram STT/TTS，用於語音代理原型。
誰應關注：Developers & AI Engineers
關鍵要點
- •Deepgram STT 和 TTS 模型現原生託管於 Together AI
- •生產級，適合實際部署
- •透過 Dedicated Model Inference 存取
- •針對即時語音代理最佳化
🧠 深度解析
本篇為 AI 生成分析，非原文內容。
🔑 增強重點摘要
- •此次整合利用了 Together AI 的基礎設施優勢，旨在降低語音處理的延遲，特別是針對需要毫秒級反應的語音 AI 代理應用場景。
- •Deepgram 的模型以其在多語言環境下的高準確度與低計算資源消耗著稱，這與 Together AI 專注於高效能推理的平台定位高度契合。
- •透過 Dedicated Model Inference 部署，企業用戶可以獲得更穩定的吞吐量與數據隱私保障，這對於金融、醫療等對合規性要求嚴格的產業至關重要。
📊 競品分析▸ Show
| 特色/比較項目 | Deepgram on Together AI | OpenAI Whisper (API) | Groq (Whisper Inference) |
|---|---|---|---|
| 核心優勢 | 專為即時語音代理優化 | 生態系統廣泛，模型成熟 | 極致的推理速度 (LPU) |
| 部署模式 | 專用模型推理 (Dedicated) | 託管 API | 託管 API / 專用實例 |
| 延遲表現 | 極低 (針對即時對話設計) | 中等 | 極低 |
| 定價模式 | 專用資源計費 | 按使用量計費 | 按使用量/資源計費 |
🛠️ 技術深入
• Deepgram 模型架構：採用端到端 (End-to-End) 的深度學習架構，跳過了傳統語音識別中複雜的聲學模型與語言模型分開處理的流程。 • 推理優化：Together AI 透過其優化的推理引擎，針對 Deepgram 的模型權重進行了算子融合與記憶體存取優化。 • 整合介面：支援標準的 API 呼叫方式，並針對語音串流 (Streaming) 進行了 WebSocket 協議的低延遲處理。
🔮 前景展望AI analysis grounded in cited sources
語音 AI 代理的開發成本將顯著下降。
透過將語音處理與 LLM 推理整合在同一基礎設施上，減少了數據傳輸延遲與跨平台整合的複雜度。
企業將更傾向於採用專用推理實例而非通用 API。
隨著語音代理在生產環境的普及，對延遲可預測性與數據安全性的需求將推動企業轉向 Dedicated Inference 模式。
⏳ 時間線
2023-03
Deepgram 推出 Nova-1 語音識別模型，顯著提升識別速度與準確度。
2024-02
Together AI 完成 A 輪融資，加速其去中心化雲端 AI 推理平台的建設。
2025-06
Deepgram 發布 Nova-3 模型，進一步強化在多語言與口音識別上的表現。
2026-04
Deepgram STT/TTS 模型正式原生上線 Together AI 平台。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Together AI Blog ↗
每週 AI 簡報
每週一封，可隨時退訂。