Recensioni e Dettagli del Prodotto Deepgram

La velocità è la caratteristica distintiva. Sto usando Nova-2 con flussi WebSocket doppi (microfono + audio della scheda simultaneamente) per un'estensione di Chrome per il coaching vocale in tempo reale, e i risultati intermedi arrivano abbastanza velocemente da visualizzare una trascrizione scorrevole veramente in diretta. I punteggi di fiducia a livello di parola, smart_format, vad_events e utterance_end_ms funzionano esattamente come documentato e mi hanno risparmiato molta logica personalizzata. Anche il credito iniziale di $200 è un'ottima aggiunta - mi ha dato un vero margine per prototipare e convalidare il prodotto prima di impegnarmi in un piano a pagamento. Recensione raccolta e ospitata su G2.com.

Niente di importante finora. La documentazione potrebbe occasionalmente approfondire i casi limite relativi alle configurazioni WebSocket a doppio flusso e al comportamento di silenzio/KeepAlive, che hanno richiesto alcuni tentativi ed errori per essere risolti. Ma nel complesso, questi sono punti di attrito minori in un'esperienza altrimenti fluida. Recensione raccolta e ospitata su G2.com.

La precisione del riconoscimento vocale e la punteggiatura sono eccezionali rispetto a GCP e Azure STT. Anche i prezzi sono migliori rispetto ad altri servizi. Recensione raccolta e ospitata su G2.com.

A volte Nova 2 funziona meglio di Nova 3, e Nova 3 ancora non supporta le parole chiave. Inoltre, il rilevamento multilingue non è molto accurato quando si confrontano i risultati tra più flussi. Nella mia app DilMesh, creo un flusso separato per ogni lingua che potrebbe essere parlata. Nei nostri eventi generalmente usiamo il turco e l'inglese, quindi l'app crea due flussi—uno per il turco e uno per l'inglese—e poi seleziona i risultati finali basandosi sulla risposta di fiducia. Il metodo multi-flusso funziona in modo eccellente se confrontato con il rilevamento multilingue integrato. Recensione raccolta e ospitata su G2.com.

La cosa migliore di Deepgram è che permette agli utenti di provare prima i moduli STT e altri moduli della piattaforma utilizzando crediti di prova, il che li aiuta a ottenere una comprensione equa del prodotto prima di decidere di acquistarlo. Recensione raccolta e ospitata su G2.com.

Finora, non ho trovato alcun problema che direi di non gradire. Recensione raccolta e ospitata su G2.com.

La velocità e l'accuratezza della trascrizione in tempo reale sono eccezionali. Ho integrato Deepgram nella mia app Windows StreamVox per la traduzione audio dal vivo, e l'API è stata semplice da configurare. La documentazione è chiara, lo streaming WebSocket funziona in modo affidabile e la latenza è abbastanza bassa per sovrapposizioni di sottotitoli in tempo reale. Il modello Nova gestisce bene diversi accenti anche con rumore di fondo. Recensione raccolta e ospitata su G2.com.

Il cruscotto potrebbe beneficiare di analisi di utilizzo più dettagliate e grafici. Sarebbe utile vedere la suddivisione per richiesta e le statistiche di latenza in un unico posto. Recensione raccolta e ospitata su G2.com.

Abbiamo valutato Deepgram per la nostra piattaforma di educazione medica (PassBoards.ai (http://passboards.ai/)) e siamo rimasti colpiti dalla precisione della trascrizione con la terminologia medica — termini di oftalmologia, nomi di farmaci, strutture anatomiche. L'API è pulita e ben documentata, la latenza è bassa e il loro team (un saluto a Danny Kim) è stato reattivo e veramente utile durante la nostra valutazione. Per applicazioni sanitarie/mediche dove l'accuratezza sul vocabolario specializzato è importante, Deepgram si è distinto. Recensione raccolta e ospitata su G2.com.

La determinazione dei prezzi può essere difficile da prevedere quando si sta scalando una startup. Mi piacerebbe vedere più livelli trasparenti basati sul volume per i piccoli team. Altrimenti, nessuna lamentela importante. Recensione raccolta e ospitata su G2.com.

Mi piace che l'API sia ottima, il che ha aiutato nella costruzione di soluzioni AI e agenti vocali. Il prezzo è ragionevole e apprezzo i crediti offerti per avviare le startup. Deepgram è sempre stato all'avanguardia nella trascrizione, il che è cruciale per me. Adoro lo strumento Flux; ha funzionato davvero bene ed è stato rivoluzionario nel rilevare in modo affidabile quando le persone hanno finito di parlare. Mi piace quanto sia stabile Deepgram e offre trascrizioni di alta qualità a un prezzo ragionevole. Recensione raccolta e ospitata su G2.com.

Onestamente non ho lamentele. Trovo che l'API di Deepgram sia la più facile tra i principali fornitori ed è stata super stabile. Recensione raccolta e ospitata su G2.com.

Adoro che l'API di Deepgram sia super facile da configurare in pochi minuti. Non entro mai nemmeno nell'interfaccia utente perché l'API da sola è fantastica. La trascrizione istantanea è veloce, affidabile e abbastanza accurata, il che è essenziale per la mia intermediazione di trasporti, dove dobbiamo chiamare i camionisti tutto il tempo. Il fatto che funzioni meglio del nostro fornitore di sistemi telefonici è un grande vantaggio. Onestamente non ci spendo tempo, che è il complimento più grande che potrei fare dato che funziona semplicemente. Inoltre, il processo di configurazione non potrebbe essere più semplice: gli darei un nove su dieci. Tutto quello che ho dovuto fare è stato inserire la chiave API in Claude Code e tutto si è configurato da solo. Anche la loro documentazione è davvero buona. Recensione raccolta e ospitata su G2.com.

Onestamente nessuna lamentela Recensione raccolta e ospitata su G2.com.

Trovo che Deepgram funzioni in modo affidabile e la latenza è piuttosto bassa, il che dà la sensazione di funzionalità in tempo reale quando si trascrive il parlato. La funzione di trascrizione in tempo reale è davvero veloce, il che trovo ottimo. Per l'inglese, Deepgram funziona molto bene ed è per lo più buono anche per altre lingue. Soprattutto per il russo, la qualità è superiore rispetto ad altri strumenti. Apprezzo che il cloud di Deepgram sia molto più veloce delle alternative locali come Whisper, ed è davvero conforme al GDPR, offrendo server nell'UE, il che è un punto di svolta per la privacy. L'installazione iniziale è stata davvero molto facile grazie alla documentazione chiara e a un bel playground per provare le cose prima dell'implementazione. Recensione raccolta e ospitata su G2.com.

Ho provato a usare la trascrizione medica, ma funziona solo in inglese. Per il mio lavoro, sarebbe meglio e necessario che fosse in tedesco. C'è un modello speciale progettato specificamente per il linguaggio medico, principalmente in inglese, e mi piacerebbe averlo anche in tedesco e in altre lingue. Recensione raccolta e ospitata su G2.com.

Mi piace molto il modello Deepgram Flux, soprattutto per il suo rilevamento naturale delle pause, che permette al mio agente AI di trascrivere senza inviare un evento di fine finché non ho effettivamente finito di parlare. Questa caratteristica gli conferisce una capacità di conversazione più naturale, piuttosto che interrompermi mentre sto ancora parlando. Mi piace anche che Deepgram sia davvero veloce e davvero economico. Recensione raccolta e ospitata su G2.com.

Voglio dire, suppongo che sia stato un po' complicato fare l'integrazione per renderla super fluida con il mio agente, ma ce l'ho fatta e funziona bene. Beh, sto usando Cartesia per la sintesi vocale. E speravo di usare solo Deepgram Text to Speech, ma ho scoperto che Cartesia ha voci più naturali. È stato davvero facile, tranne per il fatto che ha richiesto molte modifiche per far funzionare correttamente il timing delle parole. Recensione raccolta e ospitata su G2.com.

Penso che l'SDK e l'API WebSocket siano puliti, il che ha reso l'impostazione della connessione di streaming piuttosto semplice. Eseguire due flussi WebSocket separati per il mio microfono e l'audio di sistema ha funzionato bene, e la connessione era stabile. Anche il formato del messaggio JSON aveva senso, e la logica di riconnessione era facile da implementare. Dal punto di vista dell'esperienza dello sviluppatore, mettere in funzione le basi è stato fluido. Nova tre sembrava davvero promettente con i suoi impressionanti benchmark di accuratezza e buoni numeri di latenza. Funzionalità come la formattazione intelligente e la punteggiatura hanno funzionato bene fin da subito. Deepgram ha una tecnologia solida, e Nova tre è un modello capace con un buon design dell'API. Recensione raccolta e ospitata su G2.com.

La prima grande sfida è stata effettivamente il rilevamento dei turni. Deepgram attiva questi eventi di fine enunciato basandosi sul silenzio e il problema è che li attiva ad ogni pausa, non una volta per pensiero completo. Quindi, in una riunione reale, quando qualcuno sta parlando e si ferma solo per prendere fiato o per pensare per mezzo secondo, si traduce in frammenti separati. Ho passato molto tempo cercando di regolare gli enunciati e i millisecondi. Sembrava sempre che stessi combattendo contro il sistema invece di lavorarci insieme. Il secondo problema era l'accuratezza nel mondo reale. Quando ho confrontato ciò che Deepgram trascriveva con ciò che Loom catturava, le differenze erano notevoli. Parole specifiche del dominio venivano trasformate in cose completamente sbagliate, come 'ruolo di appaltatore' che diventava 'programma podcast'. E la funzione di suggerimento di termini chiave in Nova tre, che avrebbe potuto aiutare, sembrava statica e non sono mai riuscito a integrarla correttamente durante lo sviluppo. La funzione potrebbe essere più accessibile o meglio documentata. La terza cosa era la mutabilità della trascrizione. I risultati in streaming di Deepgram sono mutabili, il che ha senso tecnicamente, ma per un'interfaccia utente in tempo reale, crea un effetto di sfarfallio in cui il testo continua a cambiare. Questo ha reso l'esperienza inaffidabile dal punto di vista dell'utente. Recensione raccolta e ospitata su G2.com.