Deepgram Voice Agent API untuk NPC Game vs Neocortex
Voice Agent API Deepgram menggabungkan speech-to-text, LLM, dan TTS dengan tarif per menit. Bagaimana perbandingannya dengan Neocortex untuk karakter game yang bersuara.
Neocortex TeamThe team behind Neocortex
· Diperbarui 20 Okt 2026 · 5 menit baca

Voice Agent API Deepgram bisa memberi suara pada NPC game, tetapi Anda membayar setiap menit koneksi terbuka dan Anda sendiri yang membangun karakter serta klien engine-nya. Neocortex menggabungkan pipeline suara yang sama dengan alat karakter dan SDK engine, dengan paket bulanan.
Deepgram adalah perusahaan pengenalan ucapan. Voice Agent API-nya menjalankan speech-to-text, model bahasa, dan text-to-speech dalam satu koneksi WebSocket, dengan function calling dan pilihan penyedia di setiap langkah. Berikut biaya dan kebutuhannya di dalam game, serta perbandingan keduanya.
Biaya sekilas
Deepgram mempublikasikan tarif per menit yang "dihitung berdasarkan waktu koneksi websocket". Ini kolom bayar sesuai pemakaian:
| Tingkat Voice Agent Deepgram | Per menit |
|---|---|
| Standard | $0,075 |
| Standard, bawa TTS sendiri | $0,065 |
| Custom, bawa LLM sendiri | $0,065 |
| Custom, bawa LLM dan TTS sendiri | $0,050 |
| Advanced | $0,163 |
Harga Growth menurunkan setiap tarif. Membawa LLM atau TTS sendiri juga berarti Anda membayar penyedia tersebut secara terpisah.
Paket Neocortex bersifat bulanan, dengan jatah pemakaian yang sudah termasuk:
| Paket Neocortex | Harga | Termasuk |
|---|---|---|
| Starter | EUR 9/bulan | Penggunaan pribadi dan akademik |
| Pro | EUR 29/bulan | Penggunaan komersial, group chat, 5 suara kustom |
| Team | EUR 99/bulan | 5 kursi, mesin kuis, 20 suara kustom |
Mengapa waktu koneksi penting di dalam game
Di jalur dukungan pelanggan, sebuah panggilan dimulai, agen berbicara, lalu panggilan berakhir. Waktu koneksi dan waktu percakapan hampir sama.
Game berbeda. Pemain mendatangi penginap, mengajukan dua pertanyaan, lalu menghabiskan dua puluh menit menjarah ruang bawah tanah sebelum kembali. Jika koneksi NPC tetap terbuka sepanjang waktu itu, semuanya ditagih.
Ambil contoh game dunia terbuka tempat 1.000 pemain masing-masing menghabiskan satu jam di dekat NPC yang cerewet, tetapi hanya sepuluh menit benar-benar berbicara dengannya:
- Koneksi dibiarkan terbuka: 60.000 menit, sekitar $4.500 pada tarif Standard.
- Koneksi dibuka hanya untuk percakapan: 10.000 menit, sekitar $750.
Angka kedua bisa dicapai, tetapi hanya jika klien Anda membuka dan menutup koneksi di sekitar setiap pertukaran, dan menyambung kembali cukup cepat sehingga pemain tidak menyadarinya. Logika itu harus Anda tulis dan uji sendiri. Dalam praktiknya, artinya:
- Membuka socket ketika pemain masuk jangkauan bicara atau menekan tombol bicara, bukan ketika scene dimuat.
- Menutupnya setelah batas waktu diam, dan menentukan berapa lama batas itu untuk setiap NPC.
- Memulihkan konteks percakapan saat menyambung kembali, agar penginap masih ingat pertanyaan tentang kunci ruang bawah tanah.
- Menyembunyikan jeda sambungan ulang di balik animasi atau satu baris pendek, sehingga pemain tidak pernah menunggu dalam diam.
Masing-masing ini fitur kecil. Membuat keempatnya benar untuk setiap jenis NPC adalah sprint tersendiri.
Yang Anda bangun di atas pipeline
Deepgram memungkinkan Anda mengatur setiap bagian yang bergerak: LLM terkelola dari OpenAI, Anthropic, Google, dan NVIDIA, atau endpoint kompatibel OpenAI milik Anda sendiri; suara Flux dan Aura dari Deepgram atau Cartesia yang terkelola; dan TTS bawa sendiri dari OpenAI, ElevenLabs, Cartesia, atau Amazon Polly, dengan fallback antarpenyedia. Untuk NPC game, Anda tetap memegang:
- Klien Unity. SDK-nya tersedia untuk Python, JavaScript, C#, dan Go. Tidak ada paket atau contoh Unity, jadi penangkapan mikrofon, pemutaran, dan siklus hidup socket menjadi tanggung jawab Anda.
- Karakternya. Persona, pengetahuan, nada bicara, dan aturan keamanan berada di prompt dan konfigurasi yang Anda kelola dalam kode.
- Status game. Function calling memberi Anda sebuah hook, dan mengubah pemanggilan itu menjadi pintu yang terbuka, serah-terima item, dan pembaruan quest adalah pekerjaan Anda.
- Suara. Suara karakter hasil kloning berarti akun penyedia terpisah, kontrak, dan tagihan terpisah.
Jika Anda sudah membuat prototipe di Deepgram
Sebagian besar prototipe Anda bisa dibawa. System prompt Anda menjadi titik awal karakter: latar belakang masuk ke node Agent, fakta dan latar cerita masuk ke Knowledge (sebagai file teks atau PDF dan TXT), nada bicara masuk ke Personality dan Emotion awal. Definisi function Anda menjadi Intent dan Action, sehingga alih-alih mem-parsing pemanggilan function, game Anda menerima nama aksi dan ID objek yang dituju.
Di sisi klien, kode socket khusus tidak lagi diperlukan. SDK Unity, integrasi Unreal Engine 5, plugin Godot, atau Web API menggantikannya. Jika Anda memakai suara TTS bawa sendiri yang memang Anda punya hak atasnya, kloning suara itu dari sampel pendek di Neocortex agar karakter terdengar sama.
Voice Agent Deepgram vs Neocortex: matriks keputusan
| Jika proyek Anda membutuhkan | Dengan Voice Agent Deepgram | Dengan Neocortex |
|---|---|---|
| Integrasi Unity | Menulis klien di atas SDK C# | SDK Unity, Unity 6, enam scene contoh |
| Unreal atau Godot | Menulis klien untuk setiap engine | Unreal Engine 5, Godot, Web API |
| Desainer yang mengedit karakter | Prompt dalam kode | Editor node visual: kepribadian, emosi, pengetahuan, intent, aksi |
| NPC yang bertindak di dunia | Function calling yang Anda petakan sendiri | Aksi dengan ID target, objek scene, tag emosi per baris |
| Titik cerita bercabang | State machine milik Anda sendiri | Conversation Flows dengan checkpoint flowState |
| Beberapa NPC dalam satu scene | Satu agent per koneksi | Hingga enam karakter dalam satu percakapan (Pro dan Team) |
| Suara unik untuk setiap karakter | Penyedia TTS bawa sendiri | Kloning suara dan desain suara sudah tersedia |
| Biaya bulanan yang dapat diprediksi | Per menit koneksi terbuka | Paket bulanan dengan jatah pemakaian |
| Build browser | Penanganan mikrofon WebGL sendiri | Dukungan mikrofon di Unity WebGL |
Pendapat kami
Voice Agent Deepgram adalah pipeline ucapan yang dirancang untuk panggilan yang dimulai dan berakhir, itulah sebabnya ia menagih berdasarkan waktu koneksi dan membiarkan karakter menjadi tanggung jawab Anda. Untuk game, Neocortex memberi Anda ucapan masuk dan keluar, model bahasa, suara, dan karakter dalam satu akun, dengan SDK engine dan aksi gameplay, sehingga Anda membayar untuk percakapan, bukan untuk socket yang terbuka, dan waktu Anda habis untuk NPC, bukan untuk instalasi pipa.
Detail Deepgram terakhir diperiksa Oktober 2026.
Pertanyaan yang sering diajukan
Berapa biaya Deepgram Voice Agent API?
Deepgram mencantumkan tingkat Standard-nya $0,075 per menit dengan bayar sesuai pemakaian, ditagih berdasarkan waktu koneksi WebSocket, dengan tarif lebih rendah jika Anda membawa LLM atau TTS sendiri. Neocortex memakai paket bulanan dengan jatah pemakaian, dari Starter seharga EUR 9 per bulan hingga Pro seharga EUR 29 per bulan untuk penggunaan komersial.
Apakah Deepgram punya SDK Unity?
Tidak. SDK Voice Agent-nya mencakup Python, JavaScript, C#, dan Go, tanpa paket atau contoh Unity. Neocortex memiliki SDK Unity untuk Unity 6 dengan enam scene contoh, ditambah Unreal Engine 5, Godot, dan Web API.
Bisakah Voice Agent Deepgram memakai suara hasil kloning?
Suara terkelolanya berasal dari model TTS Deepgram sendiri dan Cartesia yang terkelola, sehingga suara hasil kloning berarti Anda membawa akun penyedia sendiri. Neocortex mencakup kloning suara dan desain suara, dengan 5 suara kustom di Pro dan 20 di Team.
Apakah Voice Agent Deepgram dibuat untuk NPC game?
Ia adalah pipeline agen suara umum yang ditujukan untuk penggunaan seperti jalur dukungan, sedangkan desain karakter, status game, dan klien engine menjadi tanggung jawab Anda untuk dibangun. Neocortex dibuat untuk karakter game, dengan editor visual, aksi gameplay, dan SDK engine.






