Neocortex Logo

Deepgram Voice Agent API для NPC против Neocortex

Voice Agent API от Deepgram объединяет распознавание речи, LLM и TTS по тарифу за минуту. Как это сравнивается с Neocortex для озвученных игровых персонажей.

Neocortex TeamThe team behind Neocortex

· Обновлено 20 окт. 2026 г. · 5 мин чтения

Voice Agent API от Deepgram объединяет распознавание речи, LLM и TTS по тарифу за минуту. Как это сравнивается с Neocortex для озвученных игровых персонажей.

Voice Agent API от Deepgram может озвучивать игрового NPC, но вы платите за каждую минуту открытого соединения, а персонажа и клиент для движка создаёте сами. Neocortex объединяет тот же конвейер речи с инструментами для персонажей и SDK для движков в помесячных тарифах.

Deepgram - компания по распознаванию речи. Её Voice Agent API выполняет речь в текст, языковую модель и текст в речь через одно соединение WebSocket, с вызовом функций и выбором провайдеров на каждом шаге. Вот что это стоит и что подразумевает в игре, и как эти два варианта сравниваются.

Стоимость в двух словах

Deepgram публикует ставки за минуту, которые «рассчитываются по времени подключения по WebSocket». Колонка оплаты по факту:

Тариф Deepgram Voice AgentЗа минуту
Standard0,075 $
Standard, свой TTS0,065 $
Custom, свой LLM0,065 $
Custom, свой LLM и TTS0,050 $
Advanced0,163 $

Тарифы Growth снижают каждую ставку. Подключение собственного LLM или TTS также означает отдельную оплату этому провайдеру.

Тарифы Neocortex помесячные, с включённым лимитом использования:

Тариф NeocortexЦенаЧто входит
Starter9 EUR в месяцЛичное и академическое использование
Pro29 EUR в месяцКоммерческое использование, групповой чат, 5 пользовательских голосов
Team99 EUR в месяц5 мест, движок викторин, 20 пользовательских голосов

Почему время соединения важно в игре

В службе поддержки звонок начинается, агент говорит, звонок заканчивается. Время соединения и время разговора почти совпадают.

Игры устроены иначе. Игрок подходит к трактирщику, задаёт два вопроса, а затем двадцать минут обыскивает погреб, прежде чем вернуться. Если соединение с NPC всё это время открыто, оплачивается всё.

Возьмём открытый мир, где 1000 игроков каждый час проводят рядом с разговорчивым NPC, но по-настоящему говорят с ним только десять минут:

  • Соединение открыто: 60 000 минут, примерно 4 500 $ по ставке Standard.
  • Соединение открыто только на время разговоров: 10 000 минут, примерно 750 $.

Второе число достижимо, но только если ваш клиент открывает и закрывает соединение вокруг каждого обмена и переподключается достаточно быстро, чтобы игрок ничего не заметил. Эту логику вы пишете и тестируете сами. На практике это значит:

  • Открывать сокет, когда игрок входит в зону разговора или нажимает клавишу разговора, а не при загрузке сцены.
  • Закрывать его после таймаута тишины и решать, каким должен быть этот таймаут для каждого NPC.
  • Восстанавливать контекст разговора при переподключении, чтобы трактирщик всё ещё помнил вопрос о ключе от погреба.
  • Прятать задержку переподключения за анимацией или короткой репликой, чтобы игрок никогда не ждал в тишине.

Каждая из этих функций мала. Но правильно сделать все четыре для каждого типа NPC - отдельный спринт.

Что вы строите поверх конвейера

Deepgram позволяет настроить каждую движущуюся часть: управляемые LLM от OpenAI, Anthropic, Google и NVIDIA или собственную конечную точку, совместимую с OpenAI; голоса Flux и Aura от Deepgram или управляемый Cartesia; а также собственный TTS от OpenAI, ElevenLabs, Cartesia или Amazon Polly с запасным вариантом между провайдерами. Для игрового NPC вам всё равно принадлежат:

  • Клиент для Unity. SDK есть на Python, JavaScript, C# и Go. Пакета или примера для Unity нет, поэтому захват микрофона, воспроизведение и жизненный цикл сокета - ваша задача.
  • Персонаж. Личность, знания, тон и ограничения живут в промптах и конфигурации, которые вы поддерживаете в коде.
  • Состояние игры. Вызовы функций дают точку подключения, а превращение вызовов в открытие дверей, передачу предметов и обновление квестов - ваша работа.
  • Голоса. Клонированный голос персонажа означает отдельный аккаунт провайдера, договор и счёт.

Если вы уже прототипировали на Deepgram

Большая часть прототипа переносится. Системный промпт становится отправной точкой для персонажа: предыстория - в узел Agent, факты и предания - в Knowledge (как текст или файлы PDF и TXT), тон - в Personality и стартовую Emotion. Ваши определения функций становятся Intents и Actions, поэтому вместо разбора вызова функции игра получает имя действия и ID объекта, на который оно направлено.

На стороне клиента пользовательский код сокета уходит. Его заменяют SDK для Unity, интеграция с Unreal Engine 5, плагин для Godot или Web API. Если вы использовали собственный голос TTS, на который у вас есть права, клонируйте его из короткого образца в Neocortex, чтобы персонаж звучал так же.

Deepgram Voice Agent против Neocortex: матрица решений

Если вашему проекту нужноС Deepgram Voice AgentС Neocortex
Интеграция с UnityНаписать клиент поверх C# SDKSDK для Unity, Unity 6, шесть примеров сцен
Unreal или GodotПисать клиент под каждый движокUnreal Engine 5, Godot, Web API
Дизайнеры, редактирующие персонажейПромпты в кодеВизуальный редактор узлов: личность, эмоции, знания, намерения, действия
NPC, которые действуют в миреВызовы функций, которые вы сопоставляете самиДействия с ID целей, объекты сцены, теги эмоций для каждой реплики
Ветвящиеся сюжетные моментыСобственный конечный автоматConversation Flows с контрольными точками flowState
Несколько NPC в одной сценеОдин агент на соединениеДо шести персонажей в одном разговоре (Pro и Team)
Уникальный голос для каждого персонажаСобственный провайдер TTSКлонирование и дизайн голоса встроены
Предсказуемая месячная стоимостьЗа минуту открытого соединенияПомесячные тарифы с лимитом использования
Сборки для браузераСобственная работа с микрофоном WebGLПоддержка микрофона в Unity WebGL

Наше мнение

Deepgram Voice Agent - это конвейер речи, созданный вокруг звонков, которые начинаются и заканчиваются, поэтому он берёт плату за время соединения и оставляет персонажа на вас. Для игры Neocortex даёт речь на входе и выходе, языковую модель, голоса и персонажа в одном аккаунте, с SDK для движков и игровыми действиями, поэтому вы платите за разговоры, а не за открытые сокеты, и тратите время на NPC, а не на сантехнику.

Данные Deepgram в последний раз проверялись в октябре 2026 года.

Частые вопросы

Сколько стоит Deepgram Voice Agent API?

Deepgram указывает тариф Standard в 0,075 $ за минуту по схеме оплаты по факту, с учётом времени соединения по WebSocket, и более низкие ставки, если вы подключаете собственный LLM или TTS. Neocortex использует помесячные тарифы с лимитом использования: от Starter за 9 EUR в месяц до Pro за 29 EUR в месяц для коммерческого использования.

Есть ли у Deepgram SDK для Unity?

Нет, SDK Voice Agent есть для Python, JavaScript, C# и Go, пакета или примеров для Unity нет. У Neocortex есть SDK для Unity 6 с шестью примерами сцен, а также Unreal Engine 5, Godot и Web API.

Может ли Deepgram Voice Agent использовать клонированный голос?

Его управляемые голоса берутся из собственных моделей TTS Deepgram и управляемого Cartesia, поэтому клонированный голос означает подключение собственного аккаунта провайдера. Neocortex включает клонирование и дизайн голоса: 5 пользовательских голосов на Pro и 20 на Team.

Создан ли Deepgram Voice Agent для игровых NPC?

Это общий конвейер голосового агента, нацеленный на такие задачи, как линии поддержки, а дизайн персонажей, состояние игры и клиенты движков вы создаёте сами. Neocortex создан для игровых персонажей: с визуальным редактором, игровыми действиями и SDK для движков.

Похожие статьи

Читайте также