- Cloudflare ホスト
- パートナー
- リアルタイム
Flux は、音声エージェント向けに作られた初の会話型音声認識モデルです。
| モデル情報 | |
|---|---|
| 利用規約とライセンス | リンク ↗ |
| パートナー | はい |
| リアルタイム | はい |
| 単価 | $0.0077 per audio minute (websocket) |
encoding
string必須enum: linear16音声ストリームのエンコードです。現在は符号付きリトルエンディアン 16-bit PCM のみです。sample_rate
string必須pattern: ^[0-9]+$音声ストリームのサンプルレート（Hz）です。eager_eot_threshold
string先行の end-of-turn イベントを出すために必要なターン終了の信頼度です。設定すると EagerEndOfTurn と TurnResumed が有効になります。有効値は 0.3〜0.9 です。eot_threshold
stringデフォルト: 0.7ターンを終えるために必要なターン終了の信頼度です。有効値は 0.5〜0.9 です。eot_timeout_ms
stringデフォルト: 5000pattern: ^[0-9]+$発話後にこの時間が経過すると、EOT 信頼度に関係なくターンを終えます。keyterm
stringキータームプロンプトは専門用語の認識を改善できます。複数の `keyterm` クエリパラメーターを渡して複数のキータームを強調します。mip_opt_out
stringデフォルト: falseenum: true, falseリクエストを Deepgram Model Improvement Program からオプトアウトします。`true` にする前に、料金への影響は Deepgram のドキュメントを確認してください。https://dpgr.am/deepgram-miptag
string使用量レポートで識別するための、リクエストのラベルですrequest_id
stringリクエストの一意の識別子です（uuid）sequence_id
integerminimum: 00 から始まり、サーバーがクライアントに送るメッセージごとに増えます。event
stringenum: Update, StartOfTurn, EagerEndOfTurn, TurnResumed, EndOfTurn報告するイベントの種類です。turn_index
integerminimum: 0現在のターンのインデックスですaudio_window_start
number書き起こした音声範囲の開始時刻（秒）ですaudio_window_end
number書き起こした音声範囲の終了時刻（秒）ですtranscript
string現在のターンで話されたテキストです▶words[]
array書き起こし内の単語ですend_of_turn_confidence
numberこのターンでこれ以上発話が来ない信頼度です