Deepgram STT: diarização de falantes v2, numerais e batch vs live
A diarização v2 da Deepgram foi preferida 3,3 vezes mais que o diarizador anterior, mas o diarize_model é só para batch, não para streaming. Além disso: espaçamento coreano e numerais multilíngues.
As atualizações mais recentes de speech-to-text da Deepgram trazem controles de sessão mais adaptáveis, melhor espaçamento em coreano, formatação multilíngue de números e uma nova opção de diarização em lote. Em conjunto, ajudam quando você precisa de transcrições legíveis de conversas ao vivo ou gravações para revisar depois.
Isso importa para o Telli.sh porque Deepgram e nosso motor de voz padrao em producao. Quando o motor melhora, melhora tambem a base de notas ao vivo, audios enviados, resumos e registros de reuniao multilingues.
Image: Dejan Krsmanovic, Wikimedia Commons, CC BY 2.0.
O que a Deepgram anunciou
A novidade mais recente e UpdateListen, anunciada em 15 de junho de 2026. Ela permite atualizar a configuracao Listen durante uma sessao de voz ao vivo sem reiniciar a conversa. Os campos ajustaveis incluem limites de fim de turno, timeout, termos-chave e dicas de idioma.
Para usuarios, isso aponta para uma experiencia melhor de notas ao vivo: a reuniao pode se adaptar quando o tema, o vocabulario ou a mistura de idiomas muda.
A Deepgram tambem anunciou melhorias STT em maio:
- Transcricoes em coreano
koeko-KRagora tem melhor espacamento de palavras e ficam mais faceis de revisar. - O filtro de linguagem ofensiva esta disponivel para modelos multilingues Nova-2, Nova-3 e Flux com
language=multi. - Nova-3 multilingual pode formatar numeros falados como digitos em muitos idiomas.
- A diarizacao batch v2 esta disponivel via
diarize_model; a Deepgram informou que v2 foi preferida 3,3 vezes mais que o diarizer anterior em avaliacao humana comparativa.
Uma distinção importa na escolha do fluxo: diarize_model é para solicitações em lote, não para streaming. Use-o com gravações enviadas; ele não altera a identificação de falantes durante uma sessão ao vivo.
O que isso significa para usuarios Telli.sh
O beneficio mais direto e a qualidade da transcricao. Usuarios coreanos devem ver texto bruto mais legivel. Reunioes multilingues devem se beneficiar de formatacao numerica e controles de moderacao.
A próxima camada é o controle de sessão. UpdateListen é relevante para notas ao vivo porque as reuniões mudam: uma revisão técnica pode precisar de termos de produto, uma chamada bilíngue pode exigir dicas de idioma e uma conversa rápida pode pedir outro ritmo de turnos. Esses controles permitem que um aplicativo ajuste o reconhecimento ao vivo sem interromper a gravação.
Para gravações enviadas, a diarization v2 oferece outra opção para notas com identificação de falantes. A Deepgram informou que, numa avaliação humana comparativa, os avaliadores preferiram essa versão 3,3 vezes mais que o diarizador anterior, com os maiores ganhos em áudio de centrais de atendimento; os resultados podem variar nas suas próprias reuniões.
STT melhor ainda precisa de produto
Deepgram melhora a transcricao. Telli.sh transforma a transcricao em fluxo de trabalho: estado de gravacao ao vivo, idioma de origem, texto revisavel, refinamento por IA, resumos, decisoes, tarefas e registros reutilizaveis.
O objetivo prático é reduzir correções, deixar as notas mais claras e diminuir o trabalho depois da reunião. O reconhecimento melhor é mais útil quando resulta num registro que as pessoas podem revisar e reutilizar.
