Learn Voice AI for Deepgram

免责声明：语音AI学院是一个独立的非官方学习指南。它与Deepgram没有任何关联，也未获得Deepgram的认可或赞助。“Deepgram”及其产品名称均为其所有者的商标，仅用于描述课程内容。本应用不连接Deepgram的服务，无需Deepgram帐户，也绝不会索取API密钥。

以实践的方式学习语音AI。语音AI学院通过15个互动模块（分为四个阶段），带您从最初的转录稿开始，最终构建基于Deepgram的、可用于生产的语音代理。

您将学到什么

第一阶段 · 基础知识（入门）

- 什么是语音人工智能以及如何将音频转换为文本

- Deepgram 背后的故事及其模型迭代

- 控制台导览：项目、API 密钥、使用方法和计费

- 逐行讲解您的第一个转录请求

第二阶段 · 语音转文本核心（中级）

- 阅读 JSON 响应：转录文本、单词计时和置信度

- 格式化：标点符号、智能格式化、段落和语句

- 说话人分割、多声道音频和多语言转录

- 通过关键词、模型选择、查找替换和编辑提高准确率

第三阶段 · 实时语音（高级）

- 通过 WebSocket 进行实时流传输：中间结果、端点和 KeepAlive

- 用于语音代理的 Flux 和对话轮流

- 使用 Aura-2 和 Flux TTS 进行文本转语音：语音、格式和流媒体

- 音频智能：摘要、主题、意图和情感

第四阶段 · 生产精通（专家级）

- 构建一个能够聆听、思考、说话和调用函数的语音代理

- SDK、API 密钥安全、临时令牌和错误处理

- 成本、容量规划、部署选项和监控

边做边学

每个模块都包含一个可在应用内直接运行的交互式模拟。无需注册账号，也无需编写代码。

- 在语音管道实验室中观看音频转换为文本的过程

- 探索真实 JSON 响应并查找每个字段

- 修复损坏的 API 请求并诊断生产环境中的错误

- 调整回合结束检测，并查看代理何时会进行中断

- 为电话线路、网页和语音代理配置文本转语音功能

- 估算您项目的月度成本和峰值容量

功能

- 15 个模块，分为 4 个阶段，从入门到精通

- 每个模块都包含交互式实验室、翻页卡片和测验

- 提供可直接复制的 cURL、Python、JavaScript 和 Go 代码示例

- 最终考试和结业证书

- 进度跟踪保存在您的设备上

- 课程可离线使用

- 浅色和深色模式

- 清晰简洁的英语

适用人群

为产品添加语音转文本或语音代理的开发人员、探索语音 AI 的学生以及希望在构建之前了解其功能的产品团队。

须知

- 模拟使用示例数据来展示功能的行为实际效果取决于您的音频、设置和套餐。

- 内容最后更新于 2026 年 10 月。产品名称、功能和价格可能会有所变更，因此在构建之前，请务必在 Deepgram 官方文档中确认详细信息。

- 此应用免费，但包含广告。