Deepgram STT : diarisation v2, chiffres et traitement batch vs live
La diarisation v2 de Deepgram a été préférée 3,3 fois plus que le diariseur précédent, mais diarize_model ne fonctionne qu'en batch, pas en streaming. Plus : espacement coréen et chiffres multilingues.
Les dernières mises à jour de speech-to-text de Deepgram apportent des commandes de session adaptables, un meilleur espacement des mots en coréen, le formatage multilingue des nombres et une nouvelle option de diarisation batch. Elles comptent pour obtenir des transcriptions lisibles d'une discussion en direct ou d'un enregistrement à consulter ensuite.
C'est important pour Telli.sh, car Deepgram est notre moteur vocal par défaut en production. Quand le moteur progresse, la base des notes en direct, des audios importés, des résumés et des comptes rendus multilingues progresse aussi.
Image: Dejan Krsmanovic, Wikimedia Commons, CC BY 2.0.
Ce que Deepgram a annoncé
La nouveauté la plus récente est UpdateListen, annoncée le 15 juin 2026. Elle permet de modifier la configuration Listen pendant une session vocale en direct sans redémarrer la conversation. Les champs réglables incluent les seuils de fin de tour, le délai maximal, les mots-clés et les indices de langue.
Pour les utilisateurs, cela ouvre la voie à des notes live qui s'adaptent quand le sujet, le vocabulaire ou les langues changent pendant la réunion.
Deepgram a aussi annoncé plusieurs améliorations STT en mai :
- Les transcriptions coréennes
koetko-KRbénéficient d'un meilleur espacement des mots, ce qui améliore la lisibilité. - Le filtrage des grossièretés est disponible pour les modèles multilingues Nova-2, Nova-3 et Flux avec
language=multi. - Nova-3 multilingual peut convertir les nombres prononcés en chiffres dans de nombreuses langues.
- La diarisation batch v2 est disponible via
diarize_model; Deepgram indique que v2 a été préférée 3,3 fois plus que le diarizer de production précédent lors d'évaluations humaines comparatives.
Une distinction compte dans le choix du workflow : diarize_model s'utilise pour les requêtes batch, pas en streaming. Réservez-le aux enregistrements importés ; il ne modifie pas l'identification des intervenants pendant une session en direct.
Ce que cela signifie pour les utilisateurs Telli.sh
Le bénéfice le plus direct est la qualité de transcription. Les utilisateurs coréens obtiennent un texte brut plus lisible. Les réunions multilingues profitent d'une meilleure mise en forme des nombres et d'outils de modération qui réduisent le travail après la réunion.
La deuxième couche concerne le contrôle de session. UpdateListen est particulièrement utile pour les notes IA en direct, car les réunions sont rarement statiques. Une revue technique peut nécessiter de renforcer les termes produit, un appel bilingue d'ajouter des indications de langue et une discussion rapide d'ajuster le rythme des tours de parole. Ces commandes permettent à une application d'adapter la reconnaissance en direct sans interrompre l'enregistrement.
Pour les enregistrements importés, la diarisation v2 offre une autre option pour produire des notes associées aux intervenants. Selon Deepgram, lors d'une évaluation humaine comparative, elle a été préférée 3,3 fois plus souvent que le diariseur de production précédent, avec les progrès les plus nets sur l'audio des centres de contact. Les résultats peuvent différer sur vos propres enregistrements de réunion.
Un bon STT a toujours besoin d'une couche produit
En pratique, l'objectif est de réduire les corrections, d'obtenir des notes plus claires et de gagner du temps après la réunion. Une meilleure reconnaissance est surtout utile lorsqu'elle aboutit à une trace que les personnes peuvent consulter et réutiliser.
L'objectif n'est pas d'ajouter des réglages pour l'utilisateur. L'objectif est moins d'erreurs, des notes plus claires et moins de travail une fois la réunion terminée.
Démarrer une note IA en direct
