---
title: "Deepgram Nova 3: распознавание речи по API"
description: "Расшифровка звонков, встреч и видео по API: русский и ещё больше 50 языков, время слов, субтитры SRT и VTT. Файл до 25 МБ. Цена — 0,54 ₽ за минуту звука."
url: https://veselo.ai/models/deepgram/nova-3
updated: 2026-11-16T14:39:32.641Z
---

# Deepgram Nova 3: распознавание речи по API

Nova-3 — модель распознавания речи от компании Deepgram, которая делает голосовые нейросети и API для них. Модель превращает запись в текст: звонок, созвон, интервью, вебинар. По документации Deepgram, она рассчитана на шум, несколько голосов и дальний микрофон, а русский есть в списке языков. Цена — 0,54 ₽ за минуту звука, считаем по секундам записи.

- **0,54 ₽ за минуту звука**
- до 2 ч звука
- звук → текст

`deepgram/nova-3`

Обновлено: 16 ноября 2026 г.

[Получить ключ](https://veselo.ai/developer) Попробовать [Документация](https://veselo.ai/docs/transcriptions)

## Попробовать Deepgram Nova-3

Загрузи короткую запись — модель вернёт текст. Запрос оплачивается с API-счёта по цене на кнопке, бесплатных проб нет; ошибка нейросети денег не стоит.

**Что попробовать:** Загрузи запись до двух минут или запиши голос с микрофона — например, кусок звонка в поддержку. Вернётся текст записи.

В ответ приходит текст записи в поле text — как у OpenAI.

## Цены Deepgram Nova-3 в рублях

| Звук — считаем по секундам | 0,54 ₽ за минуту |
| --- | --- |

Запрос, который закончился ошибкой, денег не стоит. Кэшбэк — до 5% от расхода за месяц. [Как считается цена](https://veselo.ai/docs/pricing)

### Сколько стоят типичные задачи

Суммы посчитаны по цене выше — сколько спишется за такую работу.

| Транскрибация звонков в поддержку: час звонков | Около 32,40 ₽ |
| --- | --- |
| Протоколы совещаний и планёрок: созвон на 45 минут | Около 24,30 ₽ |
| Автоматические субтитры для видео и вебинаров: вебинар на полтора часа | Около 48,60 ₽ |
| Интервью с диктофона на столе: интервью на 40 минут | Около 21,60 ₽ |
| Голосовые отчёты с улицы и склада: 1 500 отчётов по 40 секунд | Около 540,00 ₽ |

## Что умеет Deepgram Nova-3

- Расшифровывает готовые записи: файл уходит в API, обратно приходит текст. Принимаем WAV, MP3, FLAC, M4A, OGG и WebM размером до 25 МБ.
- Знает русский. В [таблице языков Deepgram](https://developers.deepgram.com/docs/models-languages-overview) он стоит и в многоязычном списке Nova-3, и среди режимов для одного языка. В той же таблице — украинский, белорусский, казахский, грузинский и армянский.
- По словам Deepgram, модель сделана для совещаний, субтитров на мероприятиях, записей с несколькими говорящими, шумом и дальним микрофоном.
- Отдаёт ответ в пяти видах: простой текст, JSON, субтитры SRT и VTT или подробный JSON со временем каждого слова.
- Платишь за длину записи, а не за число слов: 0,54 ₽ за минуту звука, со списанием по секундам.
- Это третье поколение моделей Nova, анонс Deepgram вышел 12 февраля 2025 года.

## Где применять

### Транскрибация звонков в поддержку

Звонки в поддержку редко звучат чисто: клиент едет в машине, у оператора гудит офис, оба говорят одновременно. Deepgram прямо называет шум и перекрывающуюся речь задачами, под которые готовила Nova-3, и приводит в пример колл-центры. Транскрибация звонка начинается с правильного файла: записи из телефонии отправляй как есть, без лишнего перекодирования, и всегда передавай язык. В ответ придёт текст разговора, который дальше можно сверить со скриптом, разметить по темам или отдать на сводку [языковой модели](https://veselo.ai/models/llm-api) — текстовые модели есть у нас под тем же ключом.

**Пример запроса:** «zvonok-2026-11-14.mp3, language=ru, response_format=text»

**Стоимость:** час звонков — около 32,40 ₽.

### Протоколы совещаний и планёрок

Созвон на шесть человек — это перебивания, «а можно я добавлю» и кто-то в наушниках с микрофоном из коробки от телефона. В описании Nova-3 у Deepgram совещания стоят первыми в списке задач. Попроси verbose_json со временем слов: по нему легко найти минуту, в которую договорились о сроках, и вырезать нужный кусок для тех, кто пропустил встречу. Имён говорящих в ответе не будет, текст идёт одним потоком.

**Пример запроса:** «planerka.m4a, language=ru, response_format=verbose_json, timestamp_granularities[]=word»

**Стоимость:** созвон на 45 минут — около 24,30 ₽.

### Автоматические субтитры для видео и вебинаров

Субтитры к мероприятиям — вторая задача из рекомендаций Deepgram для Nova-3. Укажи response_format=srt или vtt, и ответ сразу ляжет в видеоредактор или плеер, без ручной расстановки времени. Если файл ролика тяжелее 25 МБ, вытащи из него звуковую дорожку в M4A или MP3: картинка модели не нужна, а файл похудеет в разы. Длинный вебинар режь на части по 20–30 минут и сдвигай время субтитров у каждой следующей части.

**Пример запроса:** «vebinar-zvuk.m4a, language=ru, response_format=srt»

**Стоимость:** вебинар на полтора часа — около 48,60 ₽.

### Интервью с диктофона на столе

Телефон лежит на столе между двумя собеседниками: один голос звучит громко и близко, второй доносится издалека, а между ними звенят чашки. Дальний микрофон Deepgram отдельно упоминает, когда перечисляет, на что рассчитана Nova-3. Для текстовой версии интервью хватит простого текста, response_format=text. Имена героев, названия компаний и редкие термины после расшифровки стоит сверить по записи: подсказок словаря в нашем API пока нет.

**Пример запроса:** «intervyu-diktofon.mp3, language=ru, response_format=text»

**Стоимость:** интервью на 40 минут — около 21,60 ₽.

### Голосовые отчёты с улицы и склада

Курьеру, монтажнику или кладовщику проще наговорить отчёт, чем печатать его в перчатках. Фон у таких записей шумный: ветер, погрузчик, сигналы машин. Deepgram заявляет, что Nova-3 держит точность в шуме, и приводит в пример автокафе и колл-центры, где фон не стихает ни на минуту. Бот принимает голосовое, отправляет файл в API и складывает текст в таблицу или карточку задачи, а исходная запись остаётся на случай спора.

**Пример запроса:** «otchet-sklad-7.ogg, language=ru, response_format=json»

**Стоимость:** 1 500 отчётов по 40 секунд — около 540,00 ₽.

### Поиск по архиву записей

Лекции, звонки и разборы за несколько лет обычно лежат мёртвым грузом: нужное место находят только прослушиванием, и то если повезёт. Расшифровка с временем слов превращает архив в текст, где ищется любая фраза, а время ведёт обратно к нужной секунде записи. Следующий шаг — поиск по смыслу: текст режут на куски и строят по ним [эмбеддинги](https://veselo.ai/models/embeddings-api), они тоже есть у нас по API. Так находится и то, что сказали другими словами.

**Пример запроса:** «lekciya-03.flac, language=ru, response_format=verbose_json»

**Стоимость:** архив на 20 часов — около 648,00 ₽.

## Как писать запрос

- Передавай язык в поле language. По [документации Deepgram](https://developers.deepgram.com/docs/models-languages-overview) модели ждут английскую речь, если язык не указан. Русский — ru, украинский — uk, казахский — kk.
- Сжимай длинные записи. Моно MP3 на 32–48 кбит/с вмещает в 25 МБ час с лишним речи.
- Отрезай тишину по краям: оплачиваются секунды файла, и пять минут ожидания в начале созвона тоже попадут в счёт.
- Выбирай вид ответа под задачу: text — читать, srt или vtt — субтитры, verbose_json — время слов для поиска и монтажа.

## Характеристики

| Разработчик | Deepgram |
| --- | --- |
| Вид | Распознавание речи |
| Файл | mp3, wav, flac, m4a, mp4, ogg, webm; до 25 МБ |
| Звук за раз | до 2 ч |
| Ответ | json, text, srt, vtt, verbose_json |
| id для запроса | `deepgram/nova-3` |

- **Разработчик:** Deepgram, третье поколение моделей Nova ([анонс](https://deepgram.com/learn/introducing-nova-3-speech-to-text-api)).
- **Языки:** в многоязычном списке Nova-3 — 55 языков, среди них русский; в режиме одного языка добавляются армянский, грузинский, казахский, монгольский, урду и другие ([таблица](https://developers.deepgram.com/docs/models-languages-overview)).
- **Вход:** WAV, MP3, FLAC, M4A, OGG и WebM, до 25 МБ.
- **Ответ:** text, json, srt, vtt и verbose_json со временем слов.
- **Варианты у Deepgram:** nova-3-medical и nova-3-pharma для медицинских слов ([список вариантов](https://developers.deepgram.com/docs/model)); у нас продаётся общая nova-3.

## Как подключить

Вместо sk-vsl-ТВОЙ_КЛЮЧ — ключ из кабинета. Ответ придёт в формате OpenAI.

Запрос — `POST https://veselo.ai/v1/audio/transcriptions` с полем `model`: `deepgram/nova-3`, ключ — в заголовке `Authorization: Bearer sk-vsl-…`.

**curl**

```
curl https://veselo.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer sk-vsl-ТВОЙ_КЛЮЧ" \
  -F model="deepgram/nova-3" \
  -F file="@speech.mp3"
```

**Python**

```
from openai import OpenAI  # pip install openai

client = OpenAI(base_url="https://veselo.ai/v1", api_key="sk-vsl-ТВОЙ_КЛЮЧ", timeout=600.0, max_retries=0)

with open("speech.mp3", "rb") as f:
    r = client.audio.transcriptions.create(model="deepgram/nova-3", file=f)
print(r.text)
```

**JavaScript**

```
import fs from 'node:fs';
import OpenAI from 'openai'; // npm i openai

const client = new OpenAI({ baseURL: 'https://veselo.ai/v1', apiKey: 'sk-vsl-ТВОЙ_КЛЮЧ', timeout: 600_000, maxRetries: 0 });

const r = await client.audio.transcriptions.create({
  model: 'deepgram/nova-3',
  file: fs.createReadStream('speech.mp3'),
});
console.log(r.text);
```

### Пример ответа — только поля

```
{
  "text": "…"
}
```

**В программах:** тем же ключом и по тому же адресу, что остальные модели, — из любого HTTP-клиента или библиотеки openai. [Библиотеки и программы](https://veselo.ai/docs/sdks)

[Документация раздела](https://veselo.ai/docs/transcriptions)

## Сравнение с похожими

| Модель | Цена | Главное | Когда выбрать |
| --- | --- | --- | --- |
| **Deepgram Nova-3** — эта модель | 0,54 ₽ / мин | до 2 ч звука | звонки, встречи и видео с шумом и несколькими голосами, русский и ещё 50+ языков |
| [AssemblyAI Universal-2](https://veselo.ai/models/assemblyai/universal-2) — AssemblyAI | 0,28 ₽ / мин | до 2 ч звука | пакетная расшифровка на многих языках, русский — с высокой точностью |
| [ElevenLabs Scribe v3](https://veselo.ai/models/elevenlabs/scribe-v3) — ElevenLabs | 0,38 ₽ / мин | до 2 ч звука | точная расшифровка интервью, встреч и лекций с временем каждого слова |
| [Soniox STT v6](https://veselo.ai/models/soniox/stt-async-v6) — Soniox | 0,19 ₽ / мин | до 2 ч звука | фоновая расшифровка записей на 60+ языках, когда ответ может подождать |
| [Amazon Transcribe](https://veselo.ai/models/amazon/transcribe) — Amazon | 0,68 ₽ / мин | до 2 ч звука | записи на редких языках, включая татарский и башкирский, когда ответ может подождать |
| [Gemini 3.5 Transcribe](https://veselo.ai/models/google/gemini-3.5-transcribe) — Google | 0,56 ₽ / мин | до 1 ч звука | длинные записи до часа и речь на языках соседних стран |

- [**Soniox STT v6**](https://veselo.ai/models/soniox/stt-async-v6) — свежая модель ноября 2026 года на 60+ языков с русским; подойдёт, если запись может подождать в очереди у вендора.
- [**Whisper Large v3**](https://veselo.ai/models/openai/whisper-large-v3) — открытая модель OpenAI примерно на 100 языков; удобна, если код уже написан под Whisper.
- [**ElevenLabs Scribe v3**](https://veselo.ai/models/elevenlabs/scribe-v3) — расшифровка ElevenLabs примерно на 100 языков; удобна, когда озвучка и распознавание нужны у одного вендора.
- [**AssemblyAI Universal-2**](https://veselo.ai/models/assemblyai/universal-2) — 99 языков, русский AssemblyAI относит к первой группе по точности; работает пакетом, ответ приходит дольше.
- [**Amazon Transcribe**](https://veselo.ai/models/amazon/transcribe) — больше 110 языков и вариантов, среди них татарский и башкирский; тоже пакетная обработка.

## Версии и отличия

- **deepgram/nova-2** — прошлое поколение. Deepgram советует его для языков, которых пока нет у Nova-3.
- **deepgram/nova** — первое поколение: английский, испанский и хинди латиницей.
- **deepgram/enhanced** — старая модель, русского в ней нет.
- **deepgram/base** — старая базовая модель для больших объёмов, русский есть.

Все четыре вызываются по своим id, но новую работу проще начинать с Nova-3. Цены версий — в таблице версий на этой странице.

- [Deepgram Base](https://veselo.ai/models/deepgram/base) — 1,40 ₽ за минуту звука
- [Deepgram Enhanced](https://veselo.ai/models/deepgram/enhanced) — 1,63 ₽ за минуту звука
- [Deepgram Nova](https://veselo.ai/models/deepgram/nova) — 0,66 ₽ за минуту звука
- [Deepgram Nova-2](https://veselo.ai/models/deepgram/nova-2) — 0,66 ₽ за минуту звука

## Подробно о Deepgram Nova-3

Nova-3 — третье поколение моделей Nova. Первая Nova знала английский, испанский и хинди латиницей. Nova-2 добавила десятки языков и отдельные английские версии для звонков, встреч, финансов, медицины и даже переговоров авиадиспетчеров. Старые поколения Deepgram из документации не убрала, поэтому у них до сих пор есть свои id. Анонс Nova-3 Deepgram выпустила 12 февраля 2025 года и подробно описала, где модель должна выигрывать у прошлых.

Первое — трудный звук. Deepgram пишет, что Nova-3 держит точность в шуме автокафе и колл-центров, на записи с большого расстояния до микрофона и там, где люди говорят одновременно. Второе — смена языков посреди разговора. В анонсе названы десять языков, между которыми модель переключается на лету, и русский среди них есть вместе с английским, испанским, французским, немецким, хинди, португальским, японским, итальянским и нидерландским. Третье — настройка под словарь без переобучения: до 100 ключевых терминов. Ещё в анонсе есть скрытие личных данных в разговоре, до 50 видов сведений, и аккуратнее записанные числа.

Что из этого доходит до тебя через наш API. Мы передаём поля в формате OpenAI: файл, язык, вид ответа и время слов. Модель работает в режиме одного языка: ты называешь язык записи, Nova-3 слушает его. Ключевые термины, разметка говорящих, скрытие личных данных и потоковая расшифровка — это настройки собственного API Deepgram, в нашем шлюзе их пока нет. Для большинства задач из списка выше они и не нужны: звонок, совещание или вебинар превращаются в текст и без них.

Веса Nova-3 закрыты. Модель доступна через API Deepgram, а для крупных компаний вендор предлагает ещё и установку на серверах заказчика. У нас она работает по нашему ключу с оплатой в рублях, без аккаунта Deepgram и без зарубежной карты.

## Как устроен доступ

Весело — не разработчик Deepgram Nova-3: модель выпускает Deepgram. Мы даём к ней доступ по API — один ключ на все модели, оплата в рублях с API-счёта, а цена каждого ответа видна в самом ответе. Запрос, который закончился ошибкой, денег не стоит. Что мы храним о запросах и сколько — в разделе «Данные и приватность» документации. [Данные и приватность](https://veselo.ai/docs/privacy)

## Вопросы и ответы

**Понимает ли Deepgram Nova-3 русский язык?**

Да. Русский есть в таблице языков Deepgram для Nova-3, код — ru. Передавай его в поле language: без кода модель ждёт английскую речь, и русский разговор распознается плохо.

**Сколько стоит расшифровать час записи на Nova-3?**

Около 32,40 ₽. Платишь за длину звука, 0,54 ₽ за минуту звука, и считаем её по секундам. Тишина тоже оплачивается, поэтому длинные паузы в начале и конце записи выгодно отрезать заранее.

**Брать Nova-3 или прошлую Nova-2?**

Nova-3 — новое поколение, и именно её Deepgram рекомендует для встреч, шумных записей и нескольких говорящих. Nova-2 вендор оставляет для языков, которых у Nova-3 пока нет. Если твой язык есть у обеих, начинай с Nova-3.

**Можно ли отправить на расшифровку видеофайл?**

Можно, если это MP4 или WebM со звуковой дорожкой и файл весит до 25 МБ. Видео обычно тяжёлое, поэтому надёжнее вытащить звук в M4A или MP3: текст выйдет тот же, а файл в разы меньше.

**Будут ли в расшифровке имена говорящих?**

Нет. У Deepgram разметка говорящих включается отдельной настройкой, а наш API её пока не передаёт. Текст придёт одним потоком, а время слов в verbose_json поможет найти нужную реплику в записи.

**Нужен ли аккаунт в Deepgram?**

Нет. Ключ и оплата — у нас, в рублях, а запрос уходит Nova-3 через наш API. Консоль Deepgram, их ключ и их тарифы для этого не нужны.

**Есть ли подписка или абонентская плата?**

Нет. API-счёт пополняется на нужную сумму, а списывается только то, что потратили запросы. Чем больше расход за месяц, тем больше кэшбэк — от 1 до 5%.

**Сколько запросов можно отправлять?**

До 60 запросов в минуту и до 10 одновременно на один ключ, ключей у аккаунта — до 20. Сверх лимита придёт ответ 429 с заголовком Retry-After: через столько секунд можно повторить.

**Нужны ли VPN и зарубежная карта для Deepgram Nova-3?**

Нет. Запросы идут на https://veselo.ai/v1, а API-счёт пополняется в рублях — картой российского банка или по СБП.

## Ещё по теме

- [Все модели: распознавание речи](https://veselo.ai/models/raspoznavanie-rechi-api)
- [Deepgram API: Nova и Aura](https://veselo.ai/models/deepgram)
- [Распознавание речи по API за рубли — документация API](https://veselo.ai/docs/transcriptions)
- [Deepgram Aura-2](https://veselo.ai/models/deepgram/aura-2)
- [Все модели и цены](https://veselo.ai/models)

Факты сверены 16 ноября 2026 по документации: [developers.deepgram.com](https://developers.deepgram.com/docs/models-languages-overview), [deepgram.com](https://deepgram.com/learn/introducing-nova-3-speech-to-text-api)
