Avis et détails du produit Deepgram

La vitesse est la caractéristique remarquable. J'utilise Nova-2 avec des flux WebSocket doubles (micro + audio de l'onglet simultanément) pour une extension Chrome de coaching vocal en temps réel, et les résultats intermédiaires reviennent assez rapidement pour afficher une transcription en direct véritablement continue. Les scores de confiance au niveau des mots, le smart_format, les vad_events et l'utterance_end_ms fonctionnent exactement comme documenté et m'ont épargné beaucoup de logique personnalisée. Le crédit de démarrage de 200 $ est également une excellente touche - il m'a donné une véritable marge de manœuvre pour prototyper et valider le produit avant de m'engager dans un plan payant. Avis collecté par et hébergé sur G2.com.

Rien de majeur jusqu'à présent. La documentation pourrait parfois approfondir les cas particuliers concernant les configurations WebSocket à double flux et le comportement de silence/KeepAlive, ce qui a nécessité quelques essais et erreurs pour bien faire. Mais dans l'ensemble, ce sont des points de friction mineurs dans une expérience par ailleurs fluide. Avis collecté par et hébergé sur G2.com.

La précision de la reconnaissance vocale et la ponctuation sont impressionnantes par rapport à GCP et Azure STT. Les tarifs sont également meilleurs que ceux des autres services. Avis collecté par et hébergé sur G2.com.

Parfois, Nova 2 fonctionne mieux que Nova 3, et Nova 3 ne prend toujours pas en charge les mots-clés. De plus, la détection multilingue n'est pas très précise lorsque vous comparez les résultats sur plusieurs flux. Dans mon application DilMesh, je crée un flux séparé pour chaque langue qui pourrait être parlée. Lors de nos événements, nous utilisons généralement le turc et l'anglais, donc l'application crée deux flux—un pour le turc et un pour l'anglais—et sélectionne ensuite les résultats finaux en fonction de la réponse de confiance. La méthode multi-flux fonctionne à merveille comparée à la détection multilingue intégrée. Avis collecté par et hébergé sur G2.com.

La meilleure chose à propos de Deepgram est qu'il permet aux utilisateurs d'essayer d'abord le STT de la plateforme et d'autres modules en utilisant des crédits d'essai, ce qui les aide à avoir une bonne compréhension du produit avant de décider de l'acheter. Avis collecté par et hébergé sur G2.com.

Jusqu'à présent, je n'ai trouvé aucun problème que je dirais ne pas aimer. Avis collecté par et hébergé sur G2.com.

La vitesse et la précision de la transcription en temps réel sont exceptionnelles. J'ai intégré Deepgram dans mon application Windows StreamVox pour la traduction audio en direct, et l'API était simple à configurer. La documentation est claire, le streaming WebSocket fonctionne de manière fiable, et la latence est suffisamment faible pour des superpositions de sous-titres en temps réel. Le modèle Nova gère bien les différents accents même avec du bruit de fond. Avis collecté par et hébergé sur G2.com.

Le tableau de bord pourrait bénéficier d'analyses d'utilisation plus détaillées et de graphiques. Il serait utile de voir la répartition par demande et les statistiques de latence en un seul endroit. Avis collecté par et hébergé sur G2.com.

Nous avons évalué Deepgram pour notre plateforme d'éducation médicale (PassBoards.ai (http://passboards.ai/)) et avons été impressionnés par la précision de la transcription avec la terminologie médicale — termes d'ophtalmologie, noms de médicaments, structures anatomiques. L'API est propre et bien documentée, la latence est faible, et leur équipe (mention spéciale à Danny Kim) a été réactive et vraiment utile pendant notre évaluation. Pour les applications de santé/médicales où la précision sur le vocabulaire spécialisé est importante, Deepgram s'est démarqué. Avis collecté par et hébergé sur G2.com.

La tarification peut être difficile à prévoir lorsque vous développez une startup. J'aimerais voir plus de niveaux basés sur le volume pour les petites équipes. Sinon, pas de plaintes majeures. Avis collecté par et hébergé sur G2.com.

J'aime que l'API soit excellente, ce qui a aidé à construire des solutions d'IA et des agents vocaux. Le prix est raisonnable, et j'apprécie les crédits offerts pour aider les startups à démarrer. Deepgram a toujours été à la pointe de la transcription, ce qui est crucial pour moi. J'adore l'outil Flux ; il a très bien fonctionné et a changé la donne en détectant de manière fiable quand les gens ont fini de parler. J'aime la stabilité de Deepgram, et il offre une transcription de haute qualité à un prix raisonnable. Avis collecté par et hébergé sur G2.com.

Honnêtement, je n'ai aucune plainte. Je trouve que l'API Deepgram est la plus facile parmi les principaux fournisseurs et elle a été très stable. Avis collecté par et hébergé sur G2.com.

J'adore que l'API de Deepgram soit super facile à configurer en seulement quelques minutes. Je ne vais même jamais dans l'interface utilisateur parce que l'API seule est excellente. La transcription instantanée est rapide, fiable et assez précise, ce qui est essentiel pour mon courtage de fret, où nous devons appeler les camionneurs tout le temps. Le fait qu'elle fonctionne mieux que notre fournisseur de système téléphonique est un gros plus. Honnêtement, je ne passe aucun temps dessus, ce qui est le plus grand compliment que je puisse faire puisqu'elle fonctionne tout simplement. De plus, le processus de configuration ne pourrait pas être plus simple—je lui donnerais neuf sur dix. Tout ce que j'ai eu à faire, c'est de brancher la clé API dans Claude Code et tout s'est configuré tout seul. Leur documentation est vraiment bonne aussi. Avis collecté par et hébergé sur G2.com.

Honnêtement, pas de plaintes Avis collecté par et hébergé sur G2.com.

Je trouve que Deepgram fonctionne de manière fiable, et la latence est assez faible, ce qui donne l'impression d'une fonctionnalité en direct lors de la transcription de la parole. La fonction de transcription en direct est vraiment rapide, ce que je trouve génial. Pour l'anglais, Deepgram fonctionne très bien et est généralement bon pour d'autres langues aussi. Surtout pour le russe, la qualité est supérieure par rapport à d'autres outils. J'apprécie que le cloud de Deepgram soit beaucoup plus rapide que les alternatives locales comme Whisper, et qu'il soit vraiment conforme au RGPD, offrant des serveurs dans l'UE, ce qui change la donne pour la confidentialité. La configuration initiale a été en fait très facile grâce à une documentation claire et un espace de test agréable pour essayer les choses avant la mise en œuvre. Avis collecté par et hébergé sur G2.com.

J'ai essayé d'utiliser la transcription médicale, mais elle ne fonctionne qu'en anglais. Pour mon travail, il serait préférable et nécessaire qu'elle soit en allemand. Il existe un modèle spécial conçu spécifiquement pour le langage médical, principalement en anglais, et j'aimerais l'avoir en allemand ainsi que dans d'autres langues également. Avis collecté par et hébergé sur G2.com.

J'aime vraiment le modèle Deepgram Flux, surtout sa détection des pauses naturelles, qui permet à mon agent IA de transcrire sans envoyer un événement de fin jusqu'à ce que j'aie réellement fini de parler. Cette fonctionnalité lui donne une capacité de conversation plus naturelle plutôt que de m'interrompre pendant que je parle encore. J'aime aussi que Deepgram soit vraiment rapide et vraiment bon marché. Avis collecté par et hébergé sur G2.com.

Je veux dire, je suppose que c'était un peu délicat de faire l'intégration pour que ce soit super fluide avec mon agent, mais je l'ai fait, et ça fonctionne bien. Eh bien, j'utilise Cartesia pour la synthèse vocale. Et j'espérais juste utiliser Deepgram pour la synthèse vocale, mais j'ai trouvé que Cartesia a des voix plus naturelles. C'était vraiment facile sauf qu'il a fallu beaucoup de bricolage pour que le timing des mots fonctionne correctement. Avis collecté par et hébergé sur G2.com.

Je pense que le SDK et l'API WebSocket sont clairs, ce qui a rendu la configuration de la connexion en streaming assez simple. Exécuter deux flux WebSocket séparés pour mon microphone et l'audio du système a bien fonctionné, et la connexion était stable. Le format de message JSON avait également du sens, et la logique de reconnexion était facile à mettre en œuvre. Du point de vue de l'expérience développeur, mettre en place les bases s'est fait en douceur. Nova trois semblait vraiment prometteur avec ses benchmarks d'exactitude impressionnants et ses bons chiffres de latence. Des fonctionnalités comme le formatage intelligent et la ponctuation ont bien fonctionné dès le départ. Deepgram a une technologie solide, et Nova trois est un modèle performant avec un bon design d'API. Avis collecté par et hébergé sur G2.com.

Le premier grand défi était en fait la détection des tours de parole. Deepgram déclenche ces événements de fin d'énoncé basés sur le silence et le problème est qu'il les déclenche à chaque pause, pas une fois par pensée complète. Ainsi, dans une réunion réelle, lorsque quelqu'un parle et qu'il fait juste une pause pour respirer ou réfléchir pendant une demi-seconde, cela se traduit par des fragments séparés. J'ai passé beaucoup de temps à essayer d'ajuster les énoncés et les millisecondes. J'avais toujours l'impression de me battre contre le système au lieu de travailler avec lui. Le deuxième problème était la précision dans le monde réel. Lorsque j'ai comparé ce que Deepgram transcrivait à ce que Loom capturait, les différences étaient brutales. Les mots spécifiques au domaine étaient transformés en choses complètement fausses, comme 'rôle de contractant' devenant 'émission de podcast'. Et la fonctionnalité de suggestion de termes clés dans Nova trois, qui aurait pu aider, semblait statique, et je ne l'ai jamais intégrée correctement pendant le développement. La fonctionnalité pourrait être plus accessible ou mieux documentée. La troisième chose était la mutabilité des transcriptions. Les résultats en streaming de Deepgram sont mutables, ce qui est techniquement logique, mais pour une interface utilisateur en temps réel, cela crée un effet de scintillement où le texte ne cesse de changer. Cela rendait l'expérience peu fiable du point de vue de l'utilisateur. Avis collecté par et hébergé sur G2.com.