Deepgram Nova-3

Taligenkänning (STT)Inte tillgänglig
av OtherModell-ID: nova-3

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

Status
Inte tillgänglig
Inmatning → utmatning
Audio → Text
Utvecklare
Other
Uppdaterad
23 september 2026

Deepgram Nova-3 är för närvarande otillgänglig

Du kan fortfarande läsa detaljerna på denna sida. Välj ett av de tillgängliga alternativen nedan för att köra en jämförbar modell direkt.

Gå till alternativ
01

Jämförbara modeller

Alla i denna kategori
  • 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.

    ≈ 0,0034 US$/körning

    Jämför Deepgram Nova-3 och 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

Prova Deepgram Nova-3

Inmatning & resultat

Inte tillgänglig för närvarande

Inte tillgänglig för närvarande.

Lekplatsen är inaktiverad. Du hittar jämförbara modeller i samma kategori: Visa alternativ

Prova Deepgram Nova-3

0 / 1 000

URL or upload path to audio file

Avancerade inställningar (2)
Resultat
Transkriptet visas här.

Denna körning

Inget pris – för närvarande otillgängligt.

Ny här?

10 gratis credits (0,10 US$) när du registrerar dig med Google

Användbar 24 timmar efter registrering, upp till 5 körningar per dag och högst 2 credits per körning. Andra inloggningsmetoder startar utan credits.

03

Om Deepgram Nova-3

Kort sagtFrån och med 23 september 2026

Deepgram Nova-3 är en modell av Other i kategorin Taligenkänning (STT). Deepgram Nova-3 är för närvarande inte tillgänglig på Railwail.

Bakgrund

Om Deepgram

Grundat 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.

Besök 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.

Parameter
Undisclosed (multi-billion)
Kontext
14 400 tokens

Funktioner

  • 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

Träning & licens

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.

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

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

Kända begränsningar

  • 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

Inte tillgänglig för närvarande. Det finns ingen pris för denna modell för närvarande, så den kan inte köras.

05

API

Anropa Deepgram Nova-3 med din Railwail API-nyckel. Använd detta modell-ID i begäran:

Inget verifierat API-exempel

Det offentliga API:et skickar ett annat inmatningsformat än vad denna modell behöver. Använd lekplatsen ovan.

06

Specifikationer

Modell-ID
nova-3
Utvecklare
Other
Inmatning
Audio
Utmatning
Text
Utmatningsformat
JSON, SRT, VTT
Modellstorlek
Undisclosed (multi-billion)
Licens
Proprietary commercial API and Self-Hosted licence. Commercial use is permitted; Self-Hosted requires a separate enterprise agreement.
Kataloginlägg uppdaterat
23 september 2026

Indataparametrar

Inmatningar och inställningar från modellens indataschema. Exemplet i API-avsnittet visar vilka som API:et accepterar.

  • fileobligatorisk

    URL or upload path to audio file

    Typ: Text
    Standard: –
    Tillåtna värden: –
  • prompt

    Optional context to guide transcription

    Typ: Text
    Standard: –
    Tillåtna värden: upp till 1 000 tecken
  • language

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

    Typ: Text
    Standard: –
    Tillåtna värden: –
  • temperature
    Typ: Tal
    Standard: 0
    Tillåtna värden: 0 till 1
  • response_format
    Typ: Val
    Standard: json
    Tillåtna värden: json, text, srt eller vtt

Taggar

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

Användningsfall

Vad det används till

  • 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

Vanliga frågor

Vad är Deepgram Nova-3?

Deepgram Nova-3 är en modell av Other i kategorin Taligenkänning (STT). Den finns i Railwail-katalogen men kan inte köras för närvarande.

Vad kostar Deepgram Nova-3 på Railwail?

Deepgram Nova-3 kan inte köras på Railwail för närvarande, så det finns inget aktuellt pris. Tillgängliga alternativ med priser visas längre ned på denna sida.

Vilka inställningar stöder Deepgram Nova-3?

Enligt sitt inmatningsschema känner Deepgram Nova-3 till dessa parametrar: file, prompt (upp till 1 000 tecken), language, temperature (0 till 1) och response_format (json, text, srt eller vtt).

Hur snabb är Deepgram Nova-3?

Det finns ännu inte tillräckligt många uppmätta körningar av Deepgram Nova-3 på Railwail för att ange en körningstid. Det beror på inmatningen, inställningarna och belastningen hos leverantören.

Är Deepgram Nova-3 bättre än Incredibly Fast Whisper?

Det beror på uppgiften. Deepgram Nova-3 (Other) och Incredibly Fast Whisper (Community) är båda modeller i kategorin Taligenkänning (STT). Jämförelsesidan visar deras priser och specifikationer sida vid sida.

Jämför Deepgram Nova-3 och Incredibly Fast Whisper

Kan jag använda Deepgram Nova-3 just nu?

Inte tillgänglig för närvarande. Sidan förblir online; tillgängliga alternativ från samma kategori visas längre ned.

Alla modeller via ett API

En API-nyckel för alla modeller på Railwail. Användningen debiteras från förbetald kredit, 1 kredit = 0,01 US$.