Python 接入 Deepgram 语音 AI，几行代码实现语音转文字/文字转语音
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。
OpenAI Whisper、Vosk、SpeechRecognition
deepgram-python-sdk 是语音识别领域的开源项目，由 deepgram 开发，2021 年首次发布。
它收录于语音识别分类，该分类目前共有 212 个项目，GitHub 星标数为 463。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。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。
它主要面向的使用场景是：构建语音助手或聊天机器人，集成语音识别与合成。同类可对比的替代方案包括 OpenAI Whisper、Vosk、SpeechRecognition。
上一篇：google-speech-v2
下一篇：echogarden
obs-localvocal
开源
直播录屏时，本地AI实时生成字幕，保护隐私零延迟
OBS plugin for local speech recognition and captioning using AI
LiveCaptions-Translator
开源
实时捕获系统音频，一键翻译成你懂的语言
Lightweight and powerful real-time audio/speech translation tool based on Windows Li···
speechbrain
开源
一站式 PyTorch 语音工具箱，快速搞定识别、说话人验证等任务
A PyTorch-based Speech Toolkit
whisper-diarization
开源
给语音转写加上说话人标签，会议记录一目了然
Automatic Speech Recognition with Speaker Diarization based on OpenAI Whisper
