Deepgram Flux TTS Free API — голосовой агент и лимиты

Контекст: Не указантокенов
Результат: Синтез речиформат ответа
Стоимость: Тариф уточняетсяусловия — в блоке подключения

ПОДКЛЮЧЕНИЕ

От модели к первому запросу

Используйте идентификатор модели в совместимом API-клиенте. Полные параметры, ключи и ответы с ошибками описаны в документации.

const response = await client.chat.completions.create({
  model: "deepgram/flux-tts:free",
  messages: [{ role: "user", content: "Ваш запрос" }],
});

Открыть инструкцию по подключению →

ПОДРОБНЫЙ ОБЗОР

Возможности модели

Deepgram описывает Flux TTS как streaming-first, turn-based English TTS на `/v2/speak` с WebSocket и batch REST. Семейство сохраняет голосовой контекст между turns, а Interrupt сообщает `text_spoken`, то есть фактически услышанную часть ответа. Streaming выдаёт raw PCM или G711; compressed formats относятся к batch transport. Суффикс `:free` принадлежит маршруту Tokenmost и не доказывает бессрочную бесплатность, отсутствие квот или коммерческий SLA. Перед прототипом проверяются доступные голоса, transport, language, audio format, sample rate, turn events, interruption, rate limit, zero price, usage и условия изменения маршрута. Сценарий ограничивается справочными ответами. Бизнес-логика решает, что сказать и можно ли выполнить действие; Flux синтезирует утверждённый английский текст и возвращает данные для согласования состояния после barge-in.

Соберите минимальный voice loop

Поток включает ASR, диалоговый движок, TTS и менеджер turns. Каждая реплика имеет ID; отправленные LLM chunks не считаются услышанными, пока TTS не подтвердил воспроизведение. После Interrupt история обновляется по `text_spoken`, а остаток ответа отбрасывается.

Пишите текст по мере готовности

Передавайте законченные короткие смысловые куски, чтобы модель могла начать речь без ожидания абзаца. Не дробите числа и имена между chunks. До подтверждения WebSocket-схемы Tokenmost сначала проверьте batch REST, затем один controlled streaming dialog.

Настройте телефонный звук

Для streaming выбирайте только подтверждённые raw encodings и sample rate канала. MP3 не подходит для потока, если upstream принимает там PCM/G711. Проверьте jitter buffer, громкость и обрыв соединения на медленной сети.

Проверьте interruption и безопасность

Пользователь должен перебить агента естественной речью, а приложение — остановить playback и не выполнить несказанную часть инструкции. Никогда не связывайте TTS completion с финансовым действием. Логи хранят текст, turn ID и минимум необходимых метаданных.

Учтите пределы бесплатного route

Измерьте concurrency, rate limit, доступность, latency первого аудио и ошибки quota. Бесплатный endpoint годится для прототипа, пока приложение умеет корректно отказать или перейти на утверждённый резерв. Для production заранее рассчитайте платный сценарий Tokenmost.

Вопросы и ответы

Flux TTS поддерживает русский?

Актуальная документация указывает English voices; для других языков Deepgram предлагает Aura-2.

Можно прерывать речь агента?

Upstream имеет Interrupt и возвращает text_spoken; поддержку Tokenmost надо подтвердить.

Почему маршрут называется Free?

Это каталоговый тариф Tokenmost, который может иметь квоты и не является обещанием вечной бесплатности.

Какой звук выдаёт streaming?

Deepgram указывает raw linear16, mulaw или alaw; compressed formats доступны в batch.

Подходит ли Free для production?

Только после проверки квот, стабильности и согласованного fallback.