Deepgram

Qué es Deepgram

Deepgram es una plataforma de voz con IA para desarrolladores. No es una aplicación para creadores: se usa mediante una API. Ofrece transcripción de voz a texto, generación de voz (texto a voz), un agente de voz que conversa en tiempo real y un conjunto de análisis de audio, como resúmenes, temas, sentimiento e intención.

Se cobra por uso, a la medida de lo que procesas. Cada cuenta nueva recibe 200 $ de crédito gratuito, y no hace falta tarjeta para empezar. La empresa tiene su sede en San Francisco.

Para qué sirve

Imagina a un equipo que desarrolla una aplicación de atención telefónica. Necesita transcribir las llamadas en directo, detectar quién habla en cada momento y, en una segunda fase, montar un asistente de voz que conteste. Con Deepgram usa la misma plataforma para ambas cosas y paga por minuto procesado.

Sirve para:

• Transcribir audio grabado y en directo.
• Identificar a los hablantes en una conversación.
• Generar voz para asistentes y aplicaciones.
• Construir agentes de voz que atienden llamadas.
• Resumir y analizar conversaciones.
• Redactar datos sensibles de una transcripción.

Cómo funciona

Envías audio a la API, por REST o por WebSocket, y recibes la transcripción. Eliges un modelo según tu caso. Nova-3 es el modelo estándar de transcripción y Flux es un modelo pensado para agentes de voz. Para texto a voz hay tres modelos: Flux TTS, Aura-2 y Aura-1.

Deepgram factura por segundo real de audio, sin redondear a minutos completos. Los planes se diferencian por el compromiso de gasto y por los límites de concurrencia.

Funciones principales

• **Voz a texto:** modelos Nova-3 y Flux, con soporte de más de 45 idiomas en la familia Nova, según la página de precios.
• **Funciones de transcripción:** diarización de hablantes, formato inteligente, detección automática de idioma y refuerzo de términos propios (keyterm prompting).
• **Texto a voz:** Flux TTS, Aura-2 y Aura-1.
• **Voice Agent API:** agentes de voz en tiempo real, con niveles Standard, Custom y Advanced.
• **Audio Intelligence:** resumen, detección de temas, sentimiento e intención.
• **Redacción de datos sensibles,** como números de tarjeta o de la seguridad social.
• **Seguridad:** SOC 2 Tipo 1 y 2, GDPR con punto de acceso en la UE, HIPAA mediante acuerdo para clientes de empresa y opción de despliegue propio.

Un ejemplo de flujo con Deepgram

1. Un equipo conecta la API de transcripción en streaming a su centralita. 2. Activa la diarización para saber quién habla. 3. Aplica la redacción de datos sensibles a las transcripciones. 4. Envía el texto a su propio sistema de análisis. 5. Vigila el gasto por minuto en el panel y ajusta el modelo si hace falta.

Este flujo sigue lo que describe la web de Deepgram. HubdAI no lo ha comprobado en una cuenta real.

¿Para quién merece la pena Deepgram?

Para desarrolladores y equipos de producto que integran voz en una aplicación y necesitan un precio por uso predecible, baja latencia y opciones de seguridad para empresa. También para startups que quieren probar con crédito gratuito antes de comprometerse.

Tiene menos sentido si buscas una aplicación lista para editar audio o doblar vídeos, sin escribir código. Para eso mira ElevenLabs o Descript. Para voz como servicio en una nube generalista, compara con Azure AI Speech.

Cómo empezar con Deepgram

1. Crea la cuenta y usa los 200 $ de crédito con audio real de tu producto. 2. Compara Nova-3 con otro modelo sobre las mismas grabaciones. 3. Comprueba el soporte de tu idioma en la documentación. 4. Calcula los minutos al mes y suma las funciones adicionales antes de elegir plan. 5. Si necesitas cumplimiento, revisa SOC 2, GDPR y el acuerdo HIPAA para empresa.

Fuentes oficiales

• Producto: deepgram.com
• Precios: deepgram.com/pricing (15 de octubre de 2026)
• Fecha de verificación: 15 de octubre de 2026