Deepgram Voice Agent API pour les PNJ vs Neocortex
L'API Voice Agent de Deepgram regroupe la reconnaissance vocale, un LLM et la synthèse vocale à un tarif à la minute. Comparaison avec Neocortex pour les personnages de jeu doublés.
Neocortex TeamThe team behind Neocortex
· Mis à jour le 20 oct. 2026 · 5 min de lecture

L'API Voice Agent de Deepgram peut doubler un PNJ de jeu, mais vous payez chaque minute pendant laquelle une connexion reste ouverte, et vous construisez vous-même le personnage et le client du moteur. Neocortex regroupe le même pipeline vocal avec des outils de personnages et des SDK de moteurs, avec des offres mensuelles.
Deepgram est une entreprise de reconnaissance vocale. Son API Voice Agent enchaîne la reconnaissance vocale, un modèle de langage et la synthèse vocale sur une seule connexion WebSocket, avec l'appel de fonctions et le choix de fournisseurs à chaque étape. Voici ce que cela coûte et implique dans un jeu, et comment les deux se comparent.
Les coûts en un coup d'œil
Deepgram publie des tarifs à la minute « calculés en fonction de la durée de connexion WebSocket ». La colonne paiement à l'usage :
| Niveau Deepgram Voice Agent | Par minute |
|---|---|
| Standard | 0,075 $ |
| Standard, avec votre propre TTS | 0,065 $ |
| Personnalisé, avec votre propre LLM | 0,065 $ |
| Personnalisé, avec votre propre LLM et TTS | 0,050 $ |
| Avancé | 0,163 $ |
Le tarif croissance baisse chaque prix. Apporter votre propre LLM ou TTS signifie aussi payer ce fournisseur séparément.
Les offres Neocortex sont mensuelles, avec un quota d'usage inclus :
| Offre Neocortex | Prix | Inclut |
|---|---|---|
| Starter | 9 EUR par mois | Usage personnel et académique |
| Pro | 29 EUR par mois | Usage commercial, chat de groupe, 5 voix personnalisées |
| Team | 99 EUR par mois | 5 sièges, moteur de quiz, 20 voix personnalisées |
Pourquoi la durée de connexion compte dans un jeu
Sur une ligne d'assistance, un appel commence, l'agent parle, et l'appel se termine. Durée de connexion et durée de conversation sont presque la même chose.
Les jeux sont différents. Un joueur s'approche d'un aubergiste, pose deux questions, puis passe vingt minutes à fouiller la cave avant de revenir. Si la connexion du PNJ reste ouverte pendant tout ce temps, tout est facturé.
Prenons un jeu en monde ouvert où 1 000 joueurs passent chacun une heure près d'un PNJ bavard, mais ne lui parlent réellement que dix minutes :
- Connexion laissée ouverte : 60 000 minutes, soit environ 4 500 $ au tarif Standard.
- Connexion ouverte seulement pour les conversations : 10 000 minutes, soit environ 750 $.
Le second chiffre est accessible, mais seulement si votre client ouvre et ferme les connexions autour de chaque échange, et se reconnecte assez vite pour que le joueur ne le remarque pas. Cette logique est à vous d'écrire et de tester. En pratique, cela signifie :
- Ouvrir le socket quand le joueur entre dans la portée de parole ou appuie sur une touche de dialogue, et non au chargement de la scène.
- Le fermer après un délai de silence, et décider de la durée de ce délai pour chaque PNJ.
- Restaurer le contexte de la conversation à la reconnexion, pour que l'aubergiste se souvienne encore de la question sur la clé de la cave.
- Masquer le délai de reconnexion derrière une animation ou une courte réplique, pour que le joueur n'attende jamais dans le silence.
Chacun de ces points est une petite fonctionnalité. En réussir les quatre pour chaque type de PNJ est un sprint à part entière.
Ce que vous construisez au-dessus du pipeline
Deepgram vous permet de configurer chaque pièce mobile : des LLM gérés d'OpenAI, Anthropic, Google et NVIDIA, ou votre propre point d'accès compatible OpenAI ; les voix Flux et Aura de Deepgram ou Cartesia gérée ; et une synthèse vocale apportée par vous, d'OpenAI, ElevenLabs, Cartesia ou Amazon Polly, avec un repli entre fournisseurs. Pour un PNJ de jeu, il vous reste à gérer :
- Un client Unity. Les SDK sont en Python, JavaScript, C# et Go. Il n'existe ni paquet ni exemple Unity, donc la capture du micro, la lecture et le cycle de vie du socket vous appartiennent.
- Le personnage. La personnalité, les connaissances, le ton et les garde-fous vivent dans des prompts et une configuration que vous maintenez dans le code.
- L'état du jeu. L'appel de fonctions vous donne un point d'accroche, mais transformer ces appels en portes qui s'ouvrent, en objets remis et en mises à jour de quêtes est votre travail.
- Les voix. Une voix de personnage clonée signifie un compte, un contrat et une facture distincts chez un autre fournisseur.
Si vous avez déjà prototypé avec Deepgram
La plus grande partie de votre prototype est réutilisable. Votre prompt système devient le point de départ du personnage : le passé dans le nœud Agent, les faits et l'histoire dans Knowledge (sous forme de fichiers texte ou PDF), le ton dans Personality et une Emotion de départ. Vos définitions de fonctions deviennent des Intents et des Actions, donc au lieu d'analyser un appel de fonction, votre jeu reçoit un nom d'action et l'identifiant de l'objet visé.
Côté client, le code de socket sur mesure disparaît. Le SDK Unity, l'intégration Unreal Engine 5, le plugin Godot ou l'API Web le remplacent. Si vous utilisiez une voix de synthèse apportée par vous dont vous avez les droits, clonez-la à partir d'un court échantillon dans Neocortex pour que le personnage sonne de la même façon.
Deepgram Voice Agent vs Neocortex : une matrice de décision
| Si votre projet a besoin de | Avec Deepgram Voice Agent | Avec Neocortex |
|---|---|---|
| Une intégration Unity | Écrire un client au-dessus du SDK C# | SDK Unity, Unity 6, six scènes d'exemple |
| Unreal ou Godot | Écrire un client par moteur | Unreal Engine 5, Godot, API Web |
| Des concepteurs qui modifient les personnages | Prompts dans le code | Éditeur de nœuds visuel : personnalité, émotion, connaissances, intentions, actions |
| Des PNJ qui agissent dans le monde | Appel de fonctions que vous projetez vous-même | Actions avec identifiants cibles, objets de scène, balises d'émotion par réplique |
| Des tournants d'histoire ramifiés | Votre propre machine à états | Conversation Flows avec points de contrôle flowState |
| Plusieurs PNJ dans une scène | Un agent par connexion | Jusqu'à six personnages dans une même conversation (Pro et Team) |
| Une voix unique pour chaque personnage | Apporter votre propre fournisseur TTS | Clonage et conception de voix intégrés |
| Un coût mensuel prévisible | Par minute de connexion ouverte | Offres mensuelles avec quota d'usage |
| Builds navigateur | Votre propre gestion du micro WebGL | Prise en charge du micro dans Unity WebGL |
Notre avis
Deepgram Voice Agent est un pipeline vocal conçu autour d'appels qui commencent et se terminent, ce qui explique pourquoi il facture au temps de connexion et laisse le personnage à votre charge. Pour un jeu, Neocortex vous donne la parole en entrée et en sortie, le modèle de langage, les voix et le personnage dans un même compte, avec des SDK de moteurs et des actions de gameplay. Vous payez donc des conversations plutôt que des sockets ouverts, et vous consacrez votre temps au PNJ plutôt qu'à la plomberie.
Les informations sur Deepgram ont été vérifiées pour la dernière fois en octobre 2026.
Questions fréquentes
Combien coûte l'API Deepgram Voice Agent ?
Deepgram affiche son niveau Standard à 0,075 $ par minute en paiement à l'usage, facturé sur la durée de connexion WebSocket, avec des tarifs plus bas si vous apportez votre propre LLM ou TTS. Neocortex fonctionne avec des offres mensuelles incluant un quota d'usage, de Starter à 9 EUR par mois jusqu'à Pro à 29 EUR par mois pour un usage commercial.
Deepgram a-t-il un SDK Unity ?
Non, ses SDK Voice Agent couvrent Python, JavaScript, C# et Go, sans paquet ni exemple Unity. Neocortex propose un SDK Unity pour Unity 6 avec six scènes d'exemple, ainsi que Unreal Engine 5, Godot et une API Web.
Deepgram Voice Agent peut-il utiliser une voix clonée ?
Ses voix gérées viennent des propres modèles TTS de Deepgram et de Cartesia gérée, donc une voix clonée signifie apporter votre propre compte chez un fournisseur. Neocortex inclut le clonage de voix et la conception de voix, avec 5 voix personnalisées sur Pro et 20 sur Team.
Deepgram Voice Agent est-il conçu pour les PNJ de jeu ?
C'est un pipeline d'agent vocal généraliste, destiné à des usages comme les lignes d'assistance ; la conception du personnage, l'état du jeu et les clients de moteur sont à construire vous-même. Neocortex est conçu pour les personnages de jeu, avec un éditeur visuel, des actions de gameplay et des SDK de moteurs.






