deepgram

Deepgram 收购了知名开源语音 AI 框架 Pipecat 的开发商 Daily，以加强其实时语音 AI 基础设施，同时承诺保持 Pipecat 的开源状态，并推出面向语音智能体的全新实时上下文标准协议。

Deepgram 新推出的 Flux TTS 旨在解决语音智能体处理流程中一个关键的准确性瓶颈：对于药品名称和快递追踪号等棘手的字母数字字符串，其词错误率仅为 3.4%，同时在整个语音交互闭环中保持自然流畅的语音。

一篇赞助帖子，对比了 REST、GraphQL、gRPC 和 WebSockets，随后介绍了 Deepgram Flux TTS —— 一款面向实时语音智能体的对话感知文本转语音 API，内置打断处理能力、延迟低于 80 毫秒，并支持 VPC/本地部署。

一位开发者描述了AI电话助手的一种故障模式，即助手在通话中无错误地卡顿，导致掉线和轮换问题，并寻求诊断建议。

教程演示了在 Modal 上使用 Pipecat PhoneLLM Alpha 1 搭建低延迟语音智能体的方案，结合了 Deepgram 语音转录与 Cartesia 语音合成，并提供代码与视频指南。

Deepgram发布了Flux TTS，一种流式、对话原生的文本转语音模型，能跨对话轮次保留语气、节奏和上下文，处理打断，并实现低至80ms的延迟，让语音AI感觉更自然。