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 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 Agent | За минуту |
|---|---|
| Standard | 0,075 $ |
| Standard, свой TTS | 0,065 $ |
| Custom, свой LLM | 0,065 $ |
| Custom, свой LLM и TTS | 0,050 $ |
| Advanced | 0,163 $ |
Тарифы Growth снижают каждую ставку. Подключение собственного LLM или TTS также означает отдельную оплату этому провайдеру.
Тарифы Neocortex помесячные, с включённым лимитом использования:
| Тариф Neocortex | Цена | Что входит |
|---|---|---|
| Starter | 9 EUR в месяц | Личное и академическое использование |
| Pro | 29 EUR в месяц | Коммерческое использование, групповой чат, 5 пользовательских голосов |
| Team | 99 EUR в месяц | 5 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 нужно | С Deepgram Voice Agent | С Neocortex |
|---|---|---|
| Интеграция с Unity | Написать клиент поверх C# SDK | SDK для Unity, Unity 6, шесть примеров сцен |
| Unreal или Godot | Писать клиент под каждый движок | Unreal Engine 5, Godot, Web API |
| Дизайнеры, редактирующие персонажей | Промпты в коде | Визуальный редактор узлов: личность, эмоции, знания, намерения, действия |
| NPC, которые действуют в мире | Вызовы функций, которые вы сопоставляете сами | Действия с ID целей, объекты сцены, теги эмоций для каждой реплики |
| Ветвящиеся сюжетные моменты | Собственный конечный автомат | Conversation Flows с контрольными точками flowState |
| Несколько NPC в одной сцене | Один агент на соединение | До шести персонажей в одном разговоре (Pro и Team) |
| Уникальный голос для каждого персонажа | Собственный провайдер TTS | Клонирование и дизайн голоса встроены |
| Предсказуемая месячная стоимость | За минуту открытого соединения | Помесячные тарифы с лимитом использования |
| Сборки для браузера | Собственная работа с микрофоном WebGL | Поддержка 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.






