Deepgram розширює Nova-3 і Flux TTS
23 жовтня 2026 року журнал змін Deepgram оголосив дві зміни в її API мовлення: багатомовна модель розпізнавання Nova-3 тепер транскрибує 55 мов однією моделлю, тоді як попередня охоплювала 10, із перемиканням мов у мовленні та необов'язковою підказкою про мову; а кінцева точка синтезу мовлення Flux отримала 41 мову й 230 голосів.
Чому це важливо
Комерційний мовленнєвий сервіс переходить від десяти до п'ятдесяти п'яти мов в одній моделі розпізнавання, зокрема для мовлення, що посеред розмови змінює мову, і отримує 41 мову в синтезі, серед яких українську. Журнал змін також розрізняє готове й неготове: дев'ять нових мов синтезу йдуть із нормалізацією тексту, а 32 — у ранньому доступі без неї, і модель на 55 мов та підказка про мову поки недоступні для самостійного розгортання.
Що каже журнал змін. Записи від 23 жовтня 2026 року на developers.deepgram.com. Розпізнавання мовлення: model=nova-3&language=multi віддає нову багатомовну модель, що транскрибує 55 мов однією моделлю; мітки мови для кожного слова й перемикання мов працюють як раніше; необов'язковий language_hint зміщує визначення мови до тих, яких чекає виклик; попередню модель на 10 мов можна зафіксувати за версією. Синтез мовлення: Flux TTS (/v2/speak) «now speaks 41 more languages with 230 new voices»; англійські голоси не змінилися; німецька, нідерландська, французька, гінді, італійська, японська, португальська, російська й іспанська ідуть із нормалізацією тексту, решта 32 мови — у ранньому доступі без неї, тож числа, дати й скорочення читаються як написано; нові голоси доступні на кінцевих точках США, ЄС та Індії, але ще не на австралійській. До багатомовних моделей додано форматування японських числівників; гінді там не підтримується. Чого запис не стверджує. Журнал змін не наводить ні точності, ні порівняння, ні оцінки якості нових мов, а 55 мов розпізнавання перелічено на окремій сторінці огляду, не на цій. Це власна документація постачальника.