Deepgram是一家开发自动语音识别（ASR）和音频智能解决方案的语音技术公司。该公司提供基于云的API，用于语音转文字转录、语音AI和音频分析，面向开发者和企业。Deepgram由前桥水投资公司工程师Scott Stephenson于2015年创立，总部位于加利福尼亚州旧金山。
历史
Deepgram成立于2015年，目标是将深度学习应用于语音识别。该公司最初专注于构建用于音频处理的大规模神经网络。2018年，Deepgram完成了由Nvidia领投的1200万美元A轮融资，其他投资者也参与其中。这笔资金用于扩展其研发工作。2020年，该公司推出了基于云的语音识别API，使其技术可供更广泛的用户使用。到2021年，Deepgram又完成了由Tiger Global Management领投的4700万美元B轮融资，使其总融资额超过6000万美元。
技术
Deepgram的核心技术基于深度学习模型，特别是深度学习和神经网络架构。该公司使用变换器模型和序列到序列框架来处理音频信号。与传统依赖音素模型的ASR系统不同，Deepgram的方法采用端到端学习，使系统能够直接将音频映射为文本。这种方法旨在处理各种口音、背景噪音和领域特定词汇。Deepgram还提供说话人分离、情感分析和关键词检测等功能。该平台支持多种语言，可通过云或本地部署。
产品与服务
Deepgram提供多种产品，包括：
- 语音转文字API：将音频实时或批量转换为文本。
- 语音AI：支持语音助手和交互式语音应答系统。
- 音频智能：提供对音频的情感、主题和实体分析。
- Nova：针对实时应用优化的快速且准确的语音识别模型。
- Aurora：专为嘈杂环境中高精度转录而设计的模型。
这些服务通过REST API和多种编程语言的SDK提供。Deepgram的定价基于使用量，提供免费层和企业计划选项。
使用场景
Deepgram的技术用于各种行业，包括呼叫中心、医疗保健、媒体和金融。例如，呼叫中心使用Deepgram转录和分析客户互动以进行质量保证。媒体公司将其用于字幕生成和内容索引。在医疗保健领域，它有助于临床文档记录。该公司还为开发语音应用的开发者提供服务。
融资与增长
Deepgram已从著名投资者那里获得了大量资金。截至2023年，该公司总融资额已超过1亿美元。其投资者包括Nvidia、Tiger Global Management和其他风险投资公司。该公司已扩大团队和客户群，据报道，直觉外科和TomTom等客户使用其服务。
参见
参考
- Deepgram官方网站（deepgram.com）
- TechCrunch关于Deepgram融资轮次的文章
- 公司新闻稿
注意：截至2023年，Deepgram继续发展其产品组合并扩大市场影响力。