Deepgram 語音轉文字配置指南

處理語音訊息真的很花時間，特別是當你正在忙，沒辦法點開音訊來聽。如果能讓機器人自動把語音轉成文字，你就能直接閱讀內容，不用再中斷手邊的工作。

在 OpenClaw 中，Deepgram 被用來處理 tools.media.audio 的語音轉錄。當你啟用這個功能後，系統會將音訊檔案上傳到 Deepgram，並將轉錄出的文字注入到回覆流程中（透過 {{Transcript}} 區塊）。

需要準備的東西

• Deepgram 帳號與 API key
• 已安裝好的 OpenClaw 環境

快速開始

要在 5 分鐘內跑通 Deepgram 轉錄功能，請按照以下步驟操作：

1. 設定 API key： 在你的環境變數中加入 Deepgram 的金鑰：

DEEPGRAM_API_KEY=dg_...

2. 啟用 Provider： 修改你的設定檔，在 tools.media.audio 中指定 Deepgram：

{
  tools: {
    media: {
      audio: {
        enabled: true,
        models: [{ provider: "deepgram", model: "nova-3" }],
      },
    },
  },
}

如果你需要設定特定語言或啟用 Deepgram 的進階格式化功能，可以參考下方的進階範例：

{
  tools: {
    media: {
      audio: {
        enabled: true,
        providerOptions: {
          deepgram: {
            detect_language: true,
            punctuate: true,
            smart_format: true,
          },
        },
        models: [{ provider: "deepgram", model: "nova-3", language: "en" }],
      },
    },
  },
}

疑難排解

• 認證失敗：OpenClaw 會遵循標準的 Provider 認證順序，直接設定 DEEPGRAM_API_KEY 是最簡單且推薦的路徑。
• 代理伺服器問題：如果你在受限的網路環境下需要透過 Proxy 連線，可以使用 tools.media.audio.baseUrl 和 tools.media.audio.headers 來覆蓋預設的 API 端點或標頭。
• 輸出限制：轉錄結果會受到音訊規則的限制，包括檔案大小上限、逾時設定以及轉錄文字的注入規則。

如果你在設定過程中遇到任何問題，可以直接詢問 AI Setup Assistant。

下一步

• Media Tools 設定指南
• Provider 認證說明