deepgram-python-sdk

Python 接入 Deepgram 语音 AI，几行代码实现语音转文字/文字转语音

开源 🏷️按量计费 🔌 仅提供 API 接口 音频音乐 🍴 复刻 143 🐛 待处理 23 👀 关注 9
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 479
维护状态 活跃
是否开源 开源
定价模式 🏷️按量计费 支持限时试用 · Deepgram 提供语音转文字、文字转语音等 API，按用量计费，有免费额度，具体价格需查看官网。

项目预览

deepgram-python-sdk 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队deepgram
官网地址https://developers.deepgram.com
GitHubhttps://github.com/deepgram/deepgram-python-sdk
定价模式🏷️按量计费
价格说明Deepgram 提供语音转文字、文字转语音等 API，按用量计费，有免费额度，具体价格需查看官网。
访问状态🔌 仅提供 API 接口
是否开源是
开源协议MIT
主要语言Python
技术栈/模型asr,automated-speech-recognition,deepgram,python,speech-recognition,speech-to-text,text-to-speech,voice-agent,voice-ai
GitHub 星标★ 479
上线时间2021-05-12 00:00:00
代码更新2026-11-09
仓库体积22.5 MB
本站数据更新2026-11-10
维护状态活跃
收录时间2026-08-09
浏览次数3

项目介绍

Deepgram 的官方 Python SDK，用于快速集成 Deepgram 的语音 AI 服务。它解决了开发者在 Python 应用中接入语音识别（ASR）、文本转语音（TTS）和语音代理（Voice Agent）时面临的复杂性和高门槛问题。该 SDK 封装了 Deepgram 的 REST API 和 WebSocket 接口，提供了简洁的编程接口，支持流式语音识别、实时转录、批量处理、说话人分离、情感分析等高级功能。同时，它支持通过环境变量或参数配置 API 密钥，并提供了同步和异步两种客户端模式，方便不同场景下的使用。核心能力包括：高性能的语音转文字、文字转语音、以及构建交互式语音代理。该 SDK 旨在帮助开发者快速构建语音驱动的应用，如语音助手、会议记录、客服质检等，减少与底层 API 交互的样板代码。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 479

使用教程

难度：入门 约 20 分钟 部署方式：本地安装 4 步

环境要求

  • Python
  • 服务商 API Key

安装与启动步骤

  1. 1装 SDK

    官方 SDK，直接装。

    pip install deepgram-sdk

  2. 2填 Key

    控制台申请后放环境变量。

  3. 3跑一个示例

    仓库的示例目录按功能分类。

    python -u examples/07-transcription-live-websocket.py

  4. 4接流式场景

    实时转写走 WebSocket 那条路径。

如何确认成功

示例脚本能跑通，传入一段音频能得到带时间戳的转写文本

注意事项

  • 它是语音服务的官方 Python 封装，识别与合成都在云端。
  • 示例目录比文档更实用，按功能对号入座抄即可。
  • 实时流式与批处理是两套接口，别混用。
  • 计费按音频时长，调试时用短音频。

核心亮点

  • 官方维护，API 设计与 Deepgram 服务同步更新，稳定性有保障
  • 支持同步和异步客户端，灵活适配不同应用架构
  • 内置 WebSocket 流式接口，适合实时语音交互场景

不足之处

  • 依赖 Deepgram 云服务，无法完全离线使用
  • 文档/社区待观察

适用场景

  • 构建语音助手或聊天机器人，集成语音识别与合成
  • 实时会议转录与字幕生成，支持流式音频处理
  • 语音代理（Voice Agent）应用，实现自动电话客服

替代项目

OpenAI Whisper、Vosk、SpeechRecognition

上一篇：google-speech-v2

下一篇：echogarden

同类项目推荐

WAAS 开源

上传音视频，排队自动转文字，还能调 API

Whisper as a Service (GUI and API with queuing for OpenAI Whisper)

★ 2069 2026-09-23
openasr 开源

一条命令本地跑七种语音模型，转录不出机器

Local-first speech-to-text: no cloud, no telemetry, fail-closed by design. One CLI, ···

★ 300 2026-09-15
docker-whisper 开源

一条命令自建 OpenAI 兼容语音转文字服务，带说话人分离

ScribeCrate: open-source, self-hosted Whisper speech-to-text server powered by faste···

★ 122 2026-09-15
jev-voice 开源

说句话就能操控 Mac，本地识别不上传

Talk to your Mac. Local whisper.cpp + one Jev (TypeSafe) call per command + macOS au···

★ 136 2026-10-03
wenet 开源

开箱即用的生产级语音识别，从训练到部署一步到位

Production First and Production Ready End-to-End Speech Recognition Toolkit

★ 5255 2026-09-04
qwen-scribe 开源

Mac 上离线语音转文字，说完即出字，音频不出本机

Private, local transcription and system-wide dictation for Apple Silicon.

★ 223 2026-09-24
StreamSpeech 开源

一个模型搞定语音识别、翻译和合成，离线同声两相宜

StreamSpeech is an “All in One” seamless model for offline and simultaneous speech···

★ 1293 2026-08-09
blitztext-app 开源

按一下说话，松手文字就出现在光标处

Local-first dictation for macOS. Speak, text, done. Parakeet or Whisper on your Mac,···

★ 267 2026-10-14
whisperX-FastAPI 开源

上传音频，直接拿到带时间戳和说话人标签的转写接口

[Archived, unmaintained] FastAPI service on top of WhisperX

★ 188 2026-09-23