Deepgram

Deepgram fournit des API pour transformer la voix en texte et le texte en voix. Le site présente la reconnaissance vocale en temps réel ou en différé, des voix de synthèse à faible latence, une API Voice Agent qui orchestre reconnaissance, modèle de langage et synthèse en un seul appel, et des fonctions d'analyse audio comme la diarisation ou l'extraction d'entités. Le déploiement est possible dans le cloud ou en auto-hébergement. La tarification se fait à l'usage, en dollars, sans minimum ni expiration : 200 $ de crédit gratuit à l'inscription, puis Nova-3 monolingue à 0,0043 $/min en pré-enregistré et 0,0048 $/min en streaming (tarif promotionnel affiché), Flux anglais à 0,0065 $/min, et pour la synthèse vocale Aura-1 à 0,0150 $, Aura-2 à 0,030 $ et Flux TTS à 0,0450 $ par 1 000 caractères. Le plan Growth démarre à 4 000 $/an avec des crédits prépayés. Les options comme la diarisation ou la suppression de données sensibles sont facturées en supplément.

Le site et la documentation sont en anglais : aucune version française n'a été trouvée, même si la reconnaissance vocale couvre plusieurs langues selon les modèles. Le public visé est technique : il faut intégrer l'API, gérer les flux WebSocket et suivre la consommation, ce qui n'est pas adapté à un utilisateur non développeur. Le site cite des partenaires comme Twilio, Cloudflare, IBM, Daily et Vapi. Les limites de concurrence en streaming sont indiquées par région, avec moins de connexions simultanées en Europe (5) qu'aux États-Unis (45). Aucun engagement RGPD ni hébergement européen précis n'a été relevé, à faire confirmer par l'éditeur.