Deepgram STT: diarisasi pembicara v2, angka, dan batch vs live
Diarisasi v2 Deepgram dipilih 3,3 kali lebih sering daripada diarizer produksi sebelumnya, tetapi diarize_model hanya untuk batch, bukan streaming. Plus spasi bahasa Korea dan angka multibahasa.
Pembaruan speech-to-text terbaru Deepgram mencakup kontrol sesi yang lebih adaptif, spasi bahasa Korea yang lebih baik, format angka multibahasa, dan opsi diarization batch baru. Perubahan ini berguna saat Anda membutuhkan transkrip yang mudah dibaca, baik dari percakapan langsung maupun rekaman yang akan ditinjau kemudian.
Image: Dejan Krsmanovic, Wikimedia Commons, CC BY 2.0.
Apa yang diumumkan Deepgram
Item terbaru adalah UpdateListen, diumumkan pada 15 Juni 2026. Fitur ini memungkinkan sesi suara live memperbarui konfigurasi Listen saat percakapan berjalan tanpa memulai ulang sesi. Field yang bisa diubah mencakup ambang akhir giliran bicara, timeout, keyterms, dan language hints.
Bagi pengguna, ini mengarah ke pengalaman catatan live yang lebih baik: rapat bisa beradaptasi saat topik, kosakata, atau campuran bahasa berubah.
Deepgram juga mengumumkan beberapa peningkatan STT pada Mei:
- Transkrip Korea
kodanko-KRkini memiliki spasi kata yang lebih baik sehingga lebih mudah dibaca. - Profanity filtering kini didukung untuk model multibahasa Nova-2, Nova-3, dan Flux dengan
language=multi. - Nova-3 multilingual dapat memformat angka yang diucapkan menjadi digit di banyak bahasa.
- Batch speaker diarization v2 tersedia melalui
diarize_model; Deepgram melaporkan bahwa v2 dipilih 3,3x lebih sering daripada diarizer produksi sebelumnya dalam evaluasi manusia.
Perbedaan ini penting saat memilih alur kerja: diarize_model ditujukan untuk permintaan batch, bukan streaming. Gunakan untuk rekaman yang diunggah; fitur ini tidak mengubah pelabelan pembicara dalam sesi live.
Artinya untuk pengguna Telli.sh
Manfaat paling langsung adalah kualitas transkrip. Pengguna Korea akan melihat teks mentah yang lebih mudah dibaca. Rapat multibahasa akan terbantu oleh format angka dan kontrol moderasi yang lebih baik.
Lapisan berikutnya adalah kontrol sesi live. UpdateListen sangat relevan untuk catatan AI live. Review teknis mungkin perlu istilah produk, panggilan bilingual mungkin perlu language hints, dan percakapan cepat mungkin perlu timing akhir kalimat yang berbeda.
Untuk rekaman yang diunggah, diarization v2 memberi opsi lain untuk membuat catatan berdasarkan pembicara. Deepgram melaporkan bahwa evaluator memilihnya 3,3 kali lebih sering daripada diarizer produksi sebelumnya dalam evaluasi berdampingan, dengan peningkatan terbesar pada audio contact center. Hasil pada rekaman rapat Anda sendiri bisa berbeda.
STT yang lebih baik tetap membutuhkan produk
Deepgram meningkatkan transkrip. Telli.sh mengubah transkrip menjadi workflow: status rekaman live, bahasa sumber, teks yang bisa ditinjau, penyempurnaan AI, ringkasan, keputusan, action item, dan catatan rapat yang bisa digunakan kembali.
Tujuannya bukan membuat pengguna mengatur lebih banyak parameter. Tujuannya adalah lebih sedikit error, catatan lebih jelas, dan lebih sedikit pekerjaan setelah rapat.
