Nova-2 es un modelo de transcripción de voz a texto de Deepgram. En nuestras pruebas estandarizadas alcanza una tasa de error de palabra de 16.54%, ocupando el puesto n.º 18 de 35 modelos evaluados. Admite 33 idiomas y cuesta 0,006 US$/min — de precio intermedio.
Su alternativa evaluada más cercana es Soniox STT (Async). Ideal para subtitulado en vivo y transcripción en streaming, conversaciones con varios interlocutores y cargas de trabajo multilingües.
Puntuación General
76.2
#18 de 35
Tasa de Error de Palabras
16.54%
Tasa de Error de Caracteres
11.93%
Tasa de Error de Coincidencia
15.45%
Información de Palabras Perdida
21.03%
Latencia Promedio
1.3s
Benchmarks Ejecutados
34
últimas 30 ejecuciones
Tasa de error de palabra
16.54%
↓ 47.4% · 30d
hace 5 ejecuciones
última
Latencia media
1.3s
↓ 19.0% · 30d
hace 5 ejecuciones
última
WER general · 35 modelos
Nova-2
grupo · 34 modelos
abajo a la izquierda es mejor
8 categorías
WER
menor es mejor
Legal
3.8%
Técnico
4.9%
Médico
7.3%
Conversacional
10.2%
Finanzas
11.3%
General
13.1%
Ambiente Ruidoso
31.3%
Cambio de Código
63.7%
p50 → p99 · 5 ejecuciones
Distribución de latencia
menor es mejor
1.6s
p50
3.7s
p90
3.7s
p95
3.7s
p99
5 acentos
Puntuación en Tiempo Real
78.0
TTFW (P50)
986 ms
Parpadeo
10.5%
Cadencia
0.8/s
RTF
1.02×
Tasa de Error de Palabras
18.08%
Tasa de Error de Caracteres
12.72%
Benchmarks Ejecutados
34
Tarifa
$0.0058
/min
Facturación por segundo. Usa tu propia clave de proveedor y paga directamente al proveedor — se aplica una tarifa de enrutamiento del 5% (primeros 100 min/mes gratis).
Configurar BYOKEstimador de costo
1 hora
$0.35
10 horas
$3.49
100 horas
$34.92
1000 horas
$349.20
Facturado por segundo de audio procesado.
ID del modelo
deepgram/nova-2
Autentica cada solicitud con tu clave API secreta como token Bearer. Genera una clave desde tu panel.
Este modelo también admite streaming en tiempo real por WebSocket.
Úsalo con tu agente
Pega esto en Claude Code, Cursor, Codex o cualquier agente con terminal. Instala la CLI y la skill de OpenTranscription, y transcribe con este modelo.
Inicio rápido
Sube tu audio, crea un trabajo con este modelo y luego consulta el trabajo o define un webhook_url para recibir el aviso al completarse.
Parámetros clave
file_path
string
obligatorio
Ruta de almacenamiento devuelta por el paso de subida.
model
string
obligatorio
El modelo con el que se ejecuta este trabajo.
models
string[]
Cadena ordenada de respaldo: primero el principal y luego los alternativos, en orden, si un proveedor falla.
language
string
Código de idioma ISO 639-1. Omítelo para la detección automática.
diarization
boolean
Etiqueta a los hablantes (A, B, …) en el resultado.
custom_words
string[]
Nombres, jerga y términos de producto para orientar al modelo. Hasta 1000 entradas.
vocabulary_list_id
uuid
Una lista de vocabulario guardada en tu espacio de trabajo. Se combina con custom_words si envías ambos.
webhook_url
string
URL HTTPS que recibe el resultado al completarse el trabajo. Los eventos entregados están firmados (X-OT-Signature).
title
string
Nombre visible de este trabajo en el panel. Si falta, se usa el nombre del archivo.
Respuesta
Un trabajo completado devuelve la transcripción en el Esquema Unificado de OpenTranscription (OTUS).
Webhooks — sin sondeo
Enviamos un evento firmado a tu webhook_url cuando un trabajo se completa o falla; verifica la cabecera X-OT-Signature (HMAC-SHA256, rechaza si tiene más de 300 s) y desduplicado por el id del evento, luego obtén la transcripción completa con GET /api/v1/transcriptions/{id}.
Límite por nivel — consulta los encabezados de respuesta X-RateLimit-*.
Referencia completa de la APIDisponibilidad · 30d
83.33%
Tasa de error
16.67%
Latencia media
12.6s
Último incidente
Ninguno en 30d
del mismo grupo
mismo benchmark, todos los emparejamientos
Idiomas Soportados
Formatos Soportados
Características
Límites
Tamaño máx. de archivo
2 GB
Duración máx.
Sin límite documentado