SetupAI
EN
來源較早收集於 21h

Deepgram STT/語音模型原生上線 Together AI

閱讀原文： Together AI Blog
#stt#tts#voice-agents#inference

Deepgram 生產級 STT/TTS 原生於 Together AI—輕鬆擴展即時語音代理。（48字）

30 秒速覽

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

核心優勢
Deepgram on Together AI
專為即時語音代理優化
OpenAI Whisper (API)
生態系統廣泛，模型成熟
Groq (Whisper Inference)
極致的推理速度 (LPU)
部署模式
Deepgram on Together AI
專用模型推理 (Dedicated)
OpenAI Whisper (API)
託管 API
Groq (Whisper Inference)
託管 API / 專用實例
延遲表現
Deepgram on Together AI
極低 (針對即時對話設計)
OpenAI Whisper (API)
中等
Groq (Whisper Inference)
極低
定價模式
Deepgram on Together AI
專用資源計費
OpenAI Whisper (API)
按使用量計費
Groq (Whisper Inference)
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。

前景展望基於引用來源的 AI 分析

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。
閱讀原文： Together AI Blog

AI 週報

閱讀本週精選 AI 大事摘要 →

PostLinkedIn

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 ↗

這是摘要，不是原文。去看原站，或訂閱每週簡報。

每週電子報

每週一封，可隨時退訂。