API de transcription et de synthèse vocale
Deepgram : la voix en API, à intégrer
Deepgram n'est pas une application que l'on ouvre : c'est une brique logicielle, accessible par programmation, que des éditeurs branchent dans un standard téléphonique, un agent vocal ou un outil de transcription d'appels, pour comprendre la voix ou en produire.
- Éditeur · Deepgram, Inc. (États-Unis)
- Catégorie · API de transcription et de synthèse vocale
- Prix · Facturation à l'usage (à la minute ou au caractère), palier gratuit d'essai ; offre Entreprise sur devis pour l'hébergement chez soi — consulter le site officiel
- Site officiel ↗ (nouvel onglet)
C’est quoi ?
Une brique de voix, pas une application
Deepgram est une API : un service auquel un logiciel se connecte par programmation, pas une application que l'on ouvre soi-même. Un éditeur de standard téléphonique, un centre d'appels ou un développeur d'agent vocal l'intègre pour transformer de la voix en texte, et parfois du texte en voix. Contrairement à Whisper, qui est un modèle que l'on télécharge et exécute, Deepgram est un service géré, pensé pour tenir la charge d'un centre d'appels en temps réel.
Côté reconnaissance vocale, la famille de modèles Nova-3 couvre plus de 45 langues avec détection du nombre de locuteurs et mise en forme automatique ; la famille Flux cible spécifiquement les agents vocaux conversationnels en temps réel. Côté synthèse, la famille Aura génère une voix de réponse. Deepgram propose aussi, dans son propre catalogue, le modèle ouvert Whisper d'OpenAI hébergé par ses soins, à côté de ses modèles propriétaires — une manière de couvrir les deux mondes sous une même facturation.
L'éditeur, Deepgram, Inc., est une entreprise américaine fondée en 2015 à San Francisco, dirigée par son cofondateur Scott Stephenson, spécialisée depuis l'origine dans la voix plutôt que dans l'IA généraliste. Son modèle s'adresse d'abord aux équipes techniques et aux éditeurs de logiciels, rarement à une PME qui chercherait un outil à utiliser directement.
Pour qui ?
Pour qui ça change quelque chose
-
Qui développe un produit vocal
Une équipe technique qui construit un agent vocal, un standard IA ou une fonction de transcription intègre Deepgram comme brique de reconnaissance ou de synthèse, plutôt que de ré-entraîner un modèle.
-
Qui opère un centre d'appels ou un standard
Un service client qui veut transcrire ses appels en temps réel, détecter qui parle, ou router un appel selon son contenu passe par un éditeur ou un intégrateur qui s'appuie sur ce type d'API.
-
Qui choisit un éditeur de standard IA
La plupart des PME n'appellent jamais Deepgram directement : elles achètent un standard téléphonique ou un agent vocal IA dont l'éditeur a fait ce choix technique en coulisses, sans le mettre en avant.
Cas d’usage en PME
Trois façons dont la brique arrive chez vous
Une PME rencontre rarement Deepgram directement : c'est l'éditeur de son outil qui a fait ce choix.
-
Un standard téléphonique IA qui route les appels
Un éditeur de standard téléphonique intègre Deepgram pour transcrire chaque appel entrant en temps réel et router automatiquement vers le bon service, sans que l'entreprise cliente n'ait à configurer elle-même le moteur de reconnaissance ni à choisir une langue.
-
Un CRM qui transcrit les appels commerciaux
Un logiciel de gestion commerciale ajoute une fonction de transcription d'appels, pour en extraire automatiquement un résumé et les points clés d'un échange ; Deepgram fournit le texte brut, le CRM se charge ensuite de la mise en forme et du classement par client.
-
Un agent vocal qui répond au téléphone
Un assistant téléphonique comprend la demande grâce à la reconnaissance vocale, décide d'une réponse, puis la prononce avec une voix de synthèse générée en direct — deux briques Deepgram enchaînées, invisibles pour l'appelant comme pour l'entreprise qui a souscrit le service.
Limites & vigilance
Les vraies limites à connaître avant
L'entraînement est inclus par défaut, pas exclu — pour retirer un appel du programme d'amélioration des modèles de Deepgram, il faut ajouter un paramètre d'exclusion à chaque requête envoyée à l'API ; sans cette précision explicite, l'appel y participe par défaut. Un intégrateur doit confirmer ce réglage, pas le supposer.
L'auto-hébergement n'est pas en libre-service — faire tourner Deepgram sur ses propres serveurs exige un contrat Entreprise, des cartes graphiques spécialisées et une équipe technique capable de l'opérer ; hors de portée d'une PME sans intégrateur dédié.
Le choix de la région ne couvre pas toute la chaîne — Deepgram traite la voix dans la région choisie (Union européenne ou Australie disponibles), mais si l'agent vocal fait appel à un autre modèle d'IA pour « réfléchir » à la réponse, ce second fournisseur peut traiter les données ailleurs : le choix régional doit se vérifier bout en bout, pas seulement sur la brique vocale.
Ce n'est pas un outil que l'on choisit seul — une PME n'intègre presque jamais Deepgram elle-même ; elle dépend du choix fait par l'éditeur du standard ou de l'agent vocal qu'elle achète, et n'a généralement pas de visibilité directe sur ces réglages sans le demander explicitement.
Aucune faille documentée au moment de cette fiche, mais aucune garantie non plus — la recherche n'a fait apparaître aucun incident de sécurité attribué à Deepgram ; l'absence de résultat ne vaut pas preuve d'absence, et ne dispense pas de vérifier les engagements contractuels avant de confier des appels clients.
Vos données
Les appels de vos clients servent-ils à entraîner Deepgram ?
Ce que Deepgram voit, ce sont les voix de vos clients — un appel entrant, une réponse vocale — transmises via l'éditeur du standard ou de l'agent vocal que vous avez choisi. Deepgram se présente comme sous-traitant au sens du RGPD, propose un point d'accès dédié à l'Union européenne pour la résidence des données, et documente un programme d'entraînement sur les données clients dont l'exclusion est explicite et par requête, pas automatique. Pour une PME qui achète un standard IA, la question utile n'est pas « Deepgram est-il fiable ? » mais « mon intégrateur a-t-il choisi l'option européenne, et a-t-il exclu mes appels de l'entraînement ? » — une question à poser avant signature, pas après un incident.
L'alternative souveraine : pour une transcription qui ne doit transiter par aucun service tiers, le modèle ouvert Whisper, exécuté sur ses propres serveurs, reste la référence ; pour un centre d'appels qui exige malgré tout la robustesse d'un service géré, l'option d'hébergement chez soi de Deepgram, contractuelle et technique, rapproche le traitement de l'infrastructure de l'entreprise sans sortir du produit Deepgram.
Mon avis
Une PME a rarement besoin d'ouvrir un compte Deepgram elle-même : elle en hérite via l'éditeur de son standard téléphonique ou de son agent vocal, souvent sans le savoir. Cela déplace la vigilance — c'est l'intégrateur qu'il faut questionner, pas l'outil.
Mon conseil : avant de signer avec un éditeur de standard IA ou d'agent vocal, demandez-lui quelle brique de voix il utilise, dans quelle région elle traite les données, et si les appels de vos clients servent par défaut à entraîner des modèles. Enregistrer la voix d'un client au téléphone touche à l'information des personnes concernées : ce n'est pas une question technique entre deux logiciels, c'est une obligation envers ceux qui appellent, qui se règle avant le premier appel transcrit, pas après.
— Nicolas
Compétence liée
Transcrire et résumer une réunion, construire un outil ou du code.
D’autres fiches
-
Whisper
Le modèle ouvert que Deepgram héberge aussi, à côté de ses modèles propriétaires
-
Superwhisper
Une application de dictée qui appelle les modèles Deepgram en coulisses
-
ElevenLabs
L'autre grand nom de la voix de synthèse, pour comparer les options
