Deepgram

Deepgram vende IA de voz a desarrolladores. Su API de voz a texto transcribe audio en tiempo real o a partir de grabaciones, y está diseñada para ofrecer precisión con poca latencia y bajo coste, algo clave en centros de llamadas, herramientas de reuniones y asistentes de voz que procesan mucho volumen. Incluye identificación de hablantes, puntuación, refuerzo de palabras clave y soporte para muchos idiomas, y los modelos se pueden adaptar al vocabulario de cada empresa.

La plataforma se ha ampliado para cubrir toda la cadena de voz. Un producto de texto a voz genera voces naturales con baja latencia, y una API de agentes de voz combina reconocimiento de voz, un modelo de lenguaje y síntesis de voz en un solo servicio para crear agentes conversacionales capaces de mantener llamadas telefónicas. Las empresas pueden ejecutar Deepgram en su propia nube o en sus instalaciones cuando los datos no pueden salir de su control.

El precio es de pago por uso según la duración del audio, con crédito inicial gratuito y descuentos por volumen, además de acuerdos para empresas. Deepgram se dirige a ingenieros, no a usuarios finales que buscan un tomanotas ya listo. Entre sus competidores están AssemblyAI, Whisper y los modelos de voz de OpenAI, Google Cloud Speech-to-Text y AWS Transcribe, además de ElevenLabs en voz. Conviene probarlo con tu propio audio, porque la precisión varía según los acentos, el ruido de fondo y los términos del sector.