Deepgram Nova-3

Tale-til-tekstIkke tilgjengelig
av OtherModell-ID: nova-3

Deepgram's flagship STT. First to offer realtime multilingual transcription with self-serve customization.

Status
Ikke tilgjengelig
Input → output
Lyd → Tekst
Utvikler
Other
Oppdatert
23. september 2026

Deepgram Nova-3 er for øyeblikket utilgjengelig

Du kan fortsatt lese detaljene på denne siden. Velg ett av de tilgjengelige alternativene nedenfor for å kjøre en sammenlignbar modell med en gang.

Gå til alternativer
01

Sammenlignbare modeller

Alle i denne kategorien
  • Whisper Large v3 wrapped with Hugging Face Transformers optimizations (batched inference, flash attention) for very high throughput. Transcribes hours of audio in minutes on a single GPU. Maintained by Vaibhav Srivastav. Good when you need bulk transcription fast.

  • WhisperOpenAI

    OpenAI's Whisper running on Replicate. General-purpose speech recognition trained on 680k hours of multilingual audio. Transcribes and translates 99 languages, robust to accents and background noise, and outputs plain text, segments, or word-level timestamps.

  • SeamlessM4TCommunity

    Meta's SeamlessM4T multimodal translation model. Takes speech or text input and produces transcription or translation across about 100 languages, including speech-to-text and speech-to-speech. One model covers ASR plus cross-lingual translation without chaining separate systems.

02

Playground

Prøv Deepgram Nova-3

Inndata og resultat

Ikke tilgjengelig for øyeblikket

Ikke tilgjengelig for øyeblikket.

Lekeplassen er deaktivert. Du finner sammenlignbare modeller i samme kategori: Se alternativer

Prøv Deepgram Nova-3

0 / 1 000

URL or upload path to audio file

Avanserte innstillinger (2)
Resultat
Transkripsjonene vises her.

Denne kjøringen

Ingen pris – ikke tilgjengelig for øyeblikket.

Ny her?

10 gratis credits (0,10 USD) når du registrerer deg med Google

Kan brukes 24 timer etter registrering, opptil 5 kjøringer per dag og maksimalt 2 credits per kjøring. Andre påloggingsmetoder starter uten credits.

03

Om Deepgram Nova-3

Kort sagtPer 23. september 2026

Deepgram Nova-3 er en modell fra Other i kategorien Tale-til-tekst. Deepgram Nova-3 er for øyeblikket ikke tilgjengelig på Railwail.

Bakgrunn

Om Deepgram

Grunnlagt 2015 · San Francisco, California, USA

Deepgram was founded in 2015 by Scott Stephenson (CEO) and Noah Shutty after they finished PhDs in dark-matter physics at the University of Michigan and built a Hadoop pipeline to search audio archives. The company pivoted to commercial speech recognition in 2018 and became one of the first speech vendors to ship a fully end-to-end deep-learning ASR pipeline rather than the classical Kaldi stack. Deepgram has raised over $86M in venture funding from Tiger Global, Y Combinator, Wing, Madrona and NVIDIA's NVentures, with a 2024 Series C at a reported $1B+ valuation. The Nova model family launched in 2023 (Nova-1), followed by Nova-2 (2024) and Nova-3 (January 2025), positioning Deepgram as the fastest commercial ASR provider with sub-300 ms streaming and self-hostable deployments.

Besøk Deepgram

Arkitektur

End-to-end encoder-decoder speech-to-text with self-supervised pretraining

Deepgram Nova-3 is an end-to-end deep-learning automatic speech recognition model trained on what Deepgram describes as the largest commercial training corpus among production ASR providers, including 50,000+ hours of curated multi-domain audio plus self-supervised pretraining on hundreds of thousands of hours of unlabelled speech. Nova-3 introduced a unified multilingual model that natively handles English, Spanish, French, German, Italian, Portuguese, Hindi, Japanese, Mandarin, Korean and 10+ more, with on-the-fly code-switching inside a single audio file. New capabilities include keyword prompting (custom vocabulary at request time without retraining), Self-Hosted edition for HIPAA/SOC2 deployments, and improved noise robustness on call-centre and phone audio. The streaming variant runs at sub-300 ms latency over WebSocket, while the pre-recorded variant supports up to 4 hours per file. Outputs include diarisation, punctuation, smart formatting, language detection and topic/intent metadata.

Parametere
Undisclosed (multi-billion)
Kontekst
14 400 tokens

Evner

  • Real-time streaming ASR at sub-300 ms latency
  • Multilingual single model with code-switching across 36+ languages
  • Keyword prompting for runtime custom vocabulary
  • Speaker diarisation, punctuation and smart formatting
  • Phone-call optimised (8 kHz, low-bandwidth, noisy)
  • Self-Hosted deployment for HIPAA / SOC2 / on-premises
  • Up to 4 hours of audio per pre-recorded request
  • Best for: call centres, real-time meeting transcription, voice agents, compliance recording

Trening og lisens

Self-supervised pretraining on hundreds of thousands of hours of unlabelled audio plus supervised training on 50,000+ hours of curated, labelled multilingual speech. Data is sourced from licensed corpora, customer opt-in audio and publicly available datasets.

Lisens: Proprietary commercial API and Self-Hosted licence. Commercial use is permitted; Self-Hosted requires a separate enterprise agreement.

Sikkerhetstesting: SOC 2 Type II and HIPAA compliant; no model-output watermarking required for transcripts; bias testing reported in the Nova-3 launch blog.

Kjente begrensninger

  • Word Error Rate worse than Whisper Large v3 on some long-form audiobook tasks
  • Streaming diarisation can mislabel speakers in fast cross-talk
  • Self-Hosted edition has high hardware requirements
  • Code-switching quality varies between language pairs
  • Closed weights for hosted API
04

Priser

Ikke tilgjengelig for øyeblikket. Det er ingen pris for denne modellen for øyeblikket, så den kan ikke kjøres.

05

API

Ring Deepgram Nova-3 med din Railwail API-nøkkel. Bruk denne modell-IDen i forespørselen:

Ingen verifisert API-eksempel

Det offentlige API-et sender et annet inngangsformat enn det denne modellen trenger. Bruk lekeplassen ovenfor.

06

Spesifikasjoner

Modell-ID
nova-3
Utvikler
Other
Inndata
Lyd
Utdata
Tekst
Utdataformater
JSON, SRT, VTT
Modellstørrelse
Undisclosed (multi-billion)
Lisens
Proprietary commercial API and Self-Hosted licence. Commercial use is permitted; Self-Hosted requires a separate enterprise agreement.
Katalogoppføring oppdatert
23. september 2026

Inndataparametere

Inndataer og innstillinger fra modellens inndataskjema. Eksemplet i API-delen viser hvilke av dem APIen godtar.

  • fileobligatorisk

    URL or upload path to audio file

    Type: Tekst
    Standard: –
    Tillatte verdier: –
  • prompt

    Optional context to guide transcription

    Type: Tekst
    Standard: –
    Tillatte verdier: opptil 1 000 tegn
  • language

    Optional ISO-639-1 language code (e.g. en, de, fr)

    Type: Tekst
    Standard: –
    Tillatte verdier: –
  • temperature
    Type: Tall
    Standard: 0
    Tillatte verdier: 0 til 1
  • response_format
    Type: Valg
    Standard: json
    Tillatte verdier: json, text, srt eller vtt

Merkelapper

  • deepgram
  • stt
  • transcription
  • realtime
  • multilingual
  • per-minute
07

Brukstilfeller

Hva det brukes til

  • Real-time call-centre transcription and analytics
  • Voice agent transcript layer
  • Live closed captioning
  • Compliance recording for finance and healthcare
  • Meeting transcription with diarisation
08

Ofte stilte spørsmål

Hva er Deepgram Nova-3?

Deepgram Nova-3 er en modell fra Other i kategorien Tale-til-tekst. Den er oppført på Railwail, men kan ikke kjøres for øyeblikket.

Hvor mye koster Deepgram Nova-3 på Railwail?

Deepgram Nova-3 kan ikke kjøres på Railwail for øyeblikket, så det finnes ingen gjeldende pris. Tilgjengelige alternativer med priser er oppført lenger ned på denne siden.

Hvilke innstillinger støtter Deepgram Nova-3?

I henhold til inndataskjemaet kjenner Deepgram Nova-3 disse parametrene: file, prompt (opptil 1 000 tegn), language, temperature (0 til 1) og response_format (json, text, srt eller vtt).

Hvor rask er Deepgram Nova-3?

Det finnes ennå ikke nok målte kjøringer av Deepgram Nova-3 på Railwail til å angi en kjøretid. Det avhenger av inndataene, innstillingene og belastningen hos leverandøren.

Er Deepgram Nova-3 bedre enn Incredibly Fast Whisper?

Det avhenger av oppgaven. Deepgram Nova-3 (Other) og Incredibly Fast Whisper (Community) er begge modeller i kategorien Tale-til-tekst. Sammenligningssiden viser prisene og spesifikasjonene deres side ved side.

Sammenlign Deepgram Nova-3 og Incredibly Fast Whisper

Kan jeg bruke Deepgram Nova-3 akkurat nå?

Ikke tilgjengelig for øyeblikket. Siden forblir online; tilgjengelige alternativer fra samme kategori er oppført lenger ned.

Alle modeller gjennom én API

Én API-nøkkel for alle modeller på Railwail. Bruk belastes fra forhåndsbetalt kreditt, 1 kreditt = 0,01 USD.