Deepgram STT: diarizzazione dei parlanti v2, numerali e batch vs live
La diarizzazione v2 di Deepgram è stata preferita 3,3 volte rispetto al diarizer precedente, ma diarize_model vale solo per il batch, non per lo streaming. In più: spaziatura coreana e numerali multilingue.
Gli ultimi aggiornamenti speech-to-text di Deepgram aggiungono controlli di sessione più adattabili, una spaziatura coreana migliorata, la formattazione multilingue dei numeri e una nuova opzione di diarizzazione batch. Insieme, sono utili per ottenere trascrizioni leggibili da discussioni live o registrazioni da rivedere in seguito.
Per Telli.sh e importante perche Deepgram e il nostro motore vocale predefinito in produzione. Quando il motore migliora, migliora anche la base di note live, audio caricati, riepiloghi e registri di riunione multilingue.
Image: Dejan Krsmanovic, Wikimedia Commons, CC BY 2.0.
Cosa ha annunciato Deepgram
La novita piu recente e UpdateListen, annunciata il 15 giugno 2026. Permette di aggiornare la configurazione Listen durante una sessione vocale live senza riavviare la conversazione. I campi modificabili includono soglie di fine turno, timeout, termini chiave e suggerimenti di lingua.
Per gli utenti significa che una riunione puo adattarsi quando cambiano argomento, vocabolario o lingue, senza interrompere la registrazione.
A maggio Deepgram ha annunciato altre migliorie STT:
- Le trascrizioni coreane
koeko-KRhanno una migliore spaziatura delle parole e sono piu leggibili. - Il profanity filtering e supportato sui modelli multilingue Nova-2, Nova-3 e Flux con
language=multi. - Nova-3 multilingual puo formattare numeri parlati come cifre in molte lingue.
- La diarizzazione batch v2 e disponibile tramite
diarize_model; Deepgram ha riferito che v2 e stata preferita 3,3 volte rispetto al diarizer precedente in valutazioni umane affiancate.
C'è una distinzione importante nella scelta del flusso: diarize_model è per richieste batch, non per lo streaming. Usalo con le registrazioni caricate; non modifica l'etichettatura dei parlanti durante una sessione live.
Cosa cambia per gli utenti Telli.sh
Il beneficio piu diretto e la qualita della trascrizione. Gli utenti coreani avranno testo grezzo piu leggibile. Le riunioni multilingue dovrebbero beneficiare di numeri piu chiari e controlli di moderazione.
Il livello successivo è il controllo della sessione. UpdateListen è utile per le note live perché le riunioni cambiano: una revisione tecnica può richiedere termini di prodotto, una chiamata bilingue suggerimenti linguistici e una conversazione veloce tempi diversi per il cambio di turno. Questi controlli consentono a un'applicazione di adattare il riconoscimento live senza interrompere la registrazione.
Per le registrazioni caricate, diarization v2 offre un'altra opzione per note con attribuzione dei parlanti. Deepgram ha riferito che, in una valutazione umana comparativa, i valutatori l'hanno preferita 3,3 volte più spesso rispetto al diarizzatore precedente, con i maggiori miglioramenti nell'audio dei contact center; i risultati possono variare nelle tue riunioni.
Un buon STT ha ancora bisogno del prodotto
Deepgram migliora la trascrizione. Telli.sh trasforma la trascrizione in workflow: stato di registrazione live, lingua sorgente, testo verificabile, rifinitura IA, riepiloghi, decisioni, azioni e registri riutilizzabili.
L'obiettivo pratico è ridurre le correzioni, rendere le note più chiare e diminuire il lavoro dopo una riunione. Il riconoscimento migliora davvero quando produce un resoconto che le persone possono rivedere e riutilizzare.
