Deepgram STT: diarización de hablantes v2, numerales y batch frente a live
La diarización v2 de Deepgram se prefirió 3,3 veces más que el diarizador anterior, pero diarize_model solo funciona en batch, no en streaming. Además: espaciado coreano y numerales multilingües.
Las últimas actualizaciones de speech-to-text de Deepgram añaden controles de sesión más adaptables, mejor espaciado en coreano, formato multilingüe de números y una nueva opción de diarización por lotes. En conjunto, son útiles para obtener transcripciones legibles de conversaciones en vivo o grabaciones que se revisarán después.
Esto importa para Telli.sh porque Deepgram es nuestro motor de voz predeterminado en produccion. Cuando el motor mejora, tambien mejora la base de las notas en vivo, los audios subidos, los resumenes y los registros multilingues de reunion.
Image: Dejan Krsmanovic, Wikimedia Commons, CC BY 2.0.
Que anuncio Deepgram
La novedad mas reciente es UpdateListen, anunciada el 15 de junio de 2026. Permite cambiar la configuracion Listen durante una sesion de voz en vivo sin reiniciar la conversacion. Los campos ajustables incluyen umbrales de fin de turno, timeout, terminos clave y pistas de idioma.
Para los usuarios, esto apunta a una mejor experiencia de notas en vivo: la reunion puede adaptarse si cambian el tema, el vocabulario o la mezcla de idiomas.
Deepgram tambien anuncio mejoras STT en mayo:
- Las transcripciones coreanas
koyko-KRtienen mejor espaciado de palabras, lo que facilita revisar las notas. - El filtro de lenguaje ofensivo esta disponible para modelos multilingues Nova-2, Nova-3 y Flux con
language=multi. - Nova-3 multilingual puede convertir numeros hablados en digitos en muchos idiomas compatibles.
- La diarizacion batch v2 esta disponible con
diarize_model; Deepgram reporto que v2 fue preferida 3,3 veces mas que el diarizer anterior en evaluaciones humanas comparativas.
Hay una distinción importante al elegir el flujo de trabajo: diarize_model es para solicitudes batch, no para streaming. Úsalo con grabaciones cargadas; no cambia la identificación de hablantes durante una sesión en vivo.
Que significa para usuarios de Telli.sh
El beneficio mas directo es la calidad de transcripcion. Los usuarios coreanos deberian ver texto bruto mas legible. Las reuniones multilingues deberian beneficiarse de mejor formato numerico y controles de moderacion.
La siguiente capa es el control de la sesión. UpdateListen importa para las notas en vivo porque las reuniones cambian: una revisión técnica puede necesitar términos de producto, una llamada bilingüe puede requerir pistas de idioma y una conversación rápida puede exigir otro ritmo de turnos. Estos controles permiten a una aplicación ajustar el reconocimiento en vivo sin interrumpir la grabación.
Para grabaciones cargadas, diarization v2 ofrece otra opción para las notas por hablante. Deepgram informó que, en una evaluación humana comparativa, los evaluadores la prefirieron 3,3 veces más que al diarizador anterior, con las mayores mejoras en audio de centros de atención; los resultados pueden variar en tus propias reuniones.
Mejor STT aun necesita producto
Deepgram mejora la transcripcion. Telli.sh convierte esa transcripcion en flujo de trabajo: estado de grabacion en vivo, idioma fuente, texto revisable, refinamiento IA, resumenes, decisiones, tareas y registros reutilizables.
El objetivo práctico es reducir las correcciones, aclarar las notas y ahorrar trabajo después de la reunión. El reconocimiento mejorado resulta más útil cuando también produce un registro que las personas pueden revisar y reutilizar.
