deepgram/deepgram-python-sdk

해결하는 문제

이 SDK는 음성 인식, 텍스트 음성 변환, 언어 이해를 위한 Deepgram의 AI 모델에 접근할 수 있는 통합된 Python 인터페이스를 제공합니다. 실시간 오디오 스트리밍, 파일 기반 번역, 대화형 AI 에이전트를 Python 애플리케이션에 통합하는 과정을 간소화합니다.

작동 방식

이 SDK는 Deepgram의 API와 상호작용하기 위한 동기 및 비동기 클라이언트(DeepgramClient 및 AsyncDeepgramClient)를 제공합니다. 여러 모달리티를 지원합니다:

• 음성 인식(Listen): WebSockets를 통해 오디오 파일 또는 실시간 스트림을 변환합니다.
• 텍스트 음성 변환(Speak): 텍스트 입력에서 자연스러운 소리를 생성합니다.
• 텍스트 인텔리전스(Read): 감정, 주제, 의도를 분석하여 텍스트를 분석합니다.
• 대화형 AI(Agent): GPT-4o-mini와 같은 LLM을 통해 생각하고, 듣고, 말하는 전체 루프를 조율하여 상호작용 가능한 음성 에이전트를 생성합니다.

대상 사용자

음성 기능을 갖춘 애플리케이션, 실시간 번역 서비스, 또는 AI 음성 에이전트를 개발하는 개발자들로, Deepgram의 AI 서비스를 위한 강력하고 타입 안전한 Python 래퍼가 필요합니다.

주요 기능

• 실시간 스트리밍: 낮은 지연 시간의 음성 인식 및 음성 에이전트를 위한 WebSocket 연결을 지원합니다.
• 에이전트 프레임워크: 변환, LLM 추론, 합성을 결합한 대화형 AI 에이전트를 생성하는 내장 지원이 있습니다.
• 유연한 인증: API 키와 일시적인 액세스 토큰을 모두 지원합니다.
• 사용자 정의 전송: 기본 WebSocket 전송을 사용자 정의 구현으로 교체할 수 있으며, AWS SageMaker 엔드포인트 전용 전송도 가능합니다.