Deepgram Nova-3

Conversão de fala em textoIndisponível
por OtherID do modelo: nova-3

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

Status
Indisponível
Entrada → Saída
Áudio → Texto
Desenvolvedor
Other
Atualizado
23 de setembro de 2026

Deepgram Nova-3 não está disponível no momento

Você ainda pode ler os detalhes nesta página. Escolha uma das alternativas disponíveis abaixo para executar um modelo comparável imediatamente.

Ir para alternativas
01

Modelos comparáveis

Todos nesta categoria
  • 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.

    ≈ US$ 0,0034/execução

    Comparar Deepgram Nova-3 vs. Whisper
  • 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

Experimentar Deepgram Nova-3

Entrada & saída

Indisponível no momento

Atualmente indisponível.

O playground está desativado. Encontre modelos comparáveis na mesma categoria: Ver alternativas

Experimentar Deepgram Nova-3

0 / 1.000

URL or upload path to audio file

Configurações avançadas (2)
Resultado
A transcrição aparece aqui.

Esta execução

Sem preço – indisponível no momento.

Novo por aqui?

10 créditos grátis (US$ 0,10) ao se inscrever com Google

Utilizável 24 horas após inscrição, até 5 execuções por dia e no máximo 2 créditos por execução. Outros métodos de login começam sem créditos.

03

Sobre Deepgram Nova-3

ResumoA partir de 23 de setembro de 2026

Deepgram Nova-3 é um modelo de Other na categoria Conversão de fala em texto. Deepgram Nova-3 não está disponível no Railwail no momento.

Fundo

Sobre Deepgram

Fundado em 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.

Visite Deepgram

Arquitetura

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.

Parâmetros
Undisclosed (multi-billion)
Contexto
14.400 tokens

Capacidades

  • 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

Treinamento & licença

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.

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

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

Limitações conhecidas

  • 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

Preços

Atualmente indisponível. Não há preço para este modelo no momento, portanto não pode ser executado.

05

API

Chame Deepgram Nova-3 com sua chave de API Railwail. Use este ID de modelo na solicitação:

Nenhum exemplo de API verificado

A API pública passa um formato de entrada diferente do que este modelo precisa. Use o playground acima.

06

Especificações

ID do modelo
nova-3
Desenvolvedor
Other
Entrada
Áudio
Saída
Texto
Formatos de saída
JSON, SRT, VTT
Tamanho do modelo
Undisclosed (multi-billion)
Licença
Proprietary commercial API and Self-Hosted licence. Commercial use is permitted; Self-Hosted requires a separate enterprise agreement.
Entrada do catálogo atualizada
23 de setembro de 2026

Parâmetros de entrada

Entradas e configurações do esquema de entrada do modelo. O exemplo na seção API mostra quais delas a API aceita.

  • fileobrigatório

    URL or upload path to audio file

    Tipo: Texto
    Padrão: –
    Valores permitidos: –
  • prompt

    Optional context to guide transcription

    Tipo: Texto
    Padrão: –
    Valores permitidos: até 1.000 caracteres
  • language

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

    Tipo: Texto
    Padrão: –
    Valores permitidos: –
  • temperature
    Tipo: Número
    Padrão: 0
    Valores permitidos: 0 a 1
  • response_format
    Tipo: Escolha
    Padrão: json
    Valores permitidos: json, text, srt ou vtt

Etiquetas

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

Casos de uso

Para que é utilizado

  • 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

Perguntas frequentes

O que é Deepgram Nova-3?

Deepgram Nova-3 é um modelo de Other na categoria Conversão de fala em texto. Está listado no Railwail, mas não pode ser executado no momento.

Quanto custa Deepgram Nova-3 no Railwail?

Deepgram Nova-3 não pode ser executado no Railwail no momento, portanto não há preço atual. Alternativas disponíveis com preços estão listadas mais abaixo nesta página.

Quais configurações Deepgram Nova-3 suporta?

De acordo com seu esquema de entrada, Deepgram Nova-3 conhece estes parâmetros: file, prompt (até 1.000 caracteres), language, temperature (0 a 1) e response_format (json, text, srt ou vtt).

Qual é a velocidade de Deepgram Nova-3?

Ainda não há execuções medidas suficientes de Deepgram Nova-3 no Railwail para indicar um tempo de execução. Depende da entrada, das configurações e da carga no provedor.

Deepgram Nova-3 é melhor que Incredibly Fast Whisper?

Depende da tarefa. Deepgram Nova-3 (Other) e Incredibly Fast Whisper (Community) são ambos modelos na categoria Conversão de fala em texto. A página de comparação mostra seus preços e especificações lado a lado.

Comparar Deepgram Nova-3 e Incredibly Fast Whisper

Posso usar Deepgram Nova-3 agora?

Atualmente indisponível. A página permanece online; alternativas disponíveis da mesma categoria estão listadas mais abaixo.

Todos os modelos através de uma API

Uma chave API para todos os modelos no Railwail. O uso é cobrado a partir de créditos pré-pagos, 1 crédito = US$ 0,01.