Deepgram

Mastra 中的 Deepgram Voice 实现使用 Deepgram API 提供文本转语音 (TTS) 和语音转文本 (STT) 功能。它支持多种语音模型和语言，并为语音合成和转录提供可配置选项。

使用示例

import { DeepgramVoice } from '@mastra/voice-deepgram'

// Initialize with default configuration (uses DEEPGRAM_API_KEY environment variable)
const voice = new DeepgramVoice()

// Initialize with custom configuration
const voice = new DeepgramVoice({
  speechModel: {
    name: 'aura',
    apiKey: 'your-api-key',
  },
  listeningModel: {
    name: 'nova-2',
    apiKey: 'your-api-key',
  },
  speaker: 'asteria-en',
})

// Text-to-Speech
const audioStream = await voice.speak('Hello, world!')

// Speech-to-Text
const transcript = await voice.listen(audioStream)

构造函数参数

speechModel?:

DeepgramVoiceConfig

= { name: 'aura' }

文本转语音功能的配置。

DeepgramVoiceConfig

name?:

DeepgramModel

要使用的 Deepgram 模型

apiKey?:

string

Deepgram API 密钥。未提供时使用 DEEPGRAM_API_KEY 环境变量

properties?:

Record<string, any>

要传递给 Deepgram API 的其他属性

language?:

string

模型的语言代码

listeningModel?:

DeepgramVoiceConfig

= { name: 'nova' }

语音转文本功能的配置。

DeepgramVoiceConfig

name?:

DeepgramModel

要使用的 Deepgram 模型

apiKey?:

string

Deepgram API 密钥。未提供时使用 DEEPGRAM_API_KEY 环境变量

properties?:

Record<string, any>

要传递给 Deepgram API 的其他属性

language?:

string

模型的语言代码

speaker?:

DeepgramVoiceId

= 'asteria-en'

文本转语音使用的默认声音

方法

speak()

使用配置的语音模型和声音将文本转换为语音。

input:

string | NodeJS.ReadableStream

要转换为语音的文本。如果提供流，则先将其转换为文本。

options?:

object

语音合成的其他选项

object

speaker?:

string

为此次请求覆盖默认 speaker

返回：Promise<NodeJS.ReadableStream>

listen()

使用配置的听写模型将语音转换为文本。

audioStream:

NodeJS.ReadableStream

要转录的音频流

options?:

object

要传递给 Deepgram API 的其他选项

返回：Promise<string>

getSpeakers()

返回可用的声音选项列表。

voiceId:

string

声音的唯一标识符