Deepgram Nova-3とは？
Nova-3は2025年2月12日にDeepgramが公開したモデルで、録音済み音声とストリーミング音声の両方に対応する同社の汎用音声認識モデルであり続けています。63の言語項目を文字起こしし、そのうち10言語はリアルタイム で文の途中でも切り替えられます。最大100の専門用語を指定できるkeyterm prompting、話者分離、秘匿化、スマートフォーマットに対応しています。医療と製薬向けの派生版は英語に対応します。
Deepgramはこれを置き換えていません。新しいモデルのFluxは、ターン検出を加えたボイスエージェント向けの別のストリーミングモデルです。ドキュメントでは今もNova-3をターン検出なしの最上位の汎用モデルとしており、Nova-3が対応していない言語とフィラー語の検出にはNova-2を残しています。エンタープライズ顧客は、Nova-3をNVIDIA GPU上のセルフホスト型コンテナで、自社のVPCまたはオンプレミスで動かせます。
Deepgram Nova-3の料金は？
| プラン | 価格 | 内容 |
|---|---|---|
| Pre-recorded, monolingual | $0.0043/min | 従量課金 |
| Pre-recorded, multilingual | $0.0052/min | 従量課金 |
| Streaming | $0.0048/min on promotion, $0.0077 regular | |
| Growth plan | From $4,000/year | 分単価がより安価 |
録音済み音声は従量課金で1分$0.0043（単一言語）または$0.0052（多言語）。ストリーミングはキャンペーン価格で1分$0.0048、通常は$0.0077。年$4,000からのGrowthプランはより安価です。$200の無料クレジットがあります。
Deepgram Nova-3は使う価値があるか？
Nova-3は精度ではなく処理量のためのモデルです。Artificial Analysisの10分間のクリップでの測定では実時間の546倍で、Together AI上のNVIDIA Parakeet TDT 0.6B V3の618に次ぐ2位、料金は1,000分あたり$4.30です。同じテストでの単語誤り率は5.2%で、62件中ほぼ最下位です。ElevenLabs Scribe v2は2.2%、MicrosoftのMAI-Transcribe-2は2.0%です。
Deepgram自身の数値ははるかに良く見えます。録音済み音声での誤り率の中央値は5.26%で、次点の競合は10%、ストリーミングでは6.84%対14.92%です。これらは同社が用意した2,703ファイル、航空管制、ドライブスルー、留守番電話などの分野にわたる約82時間の音声によるもので、競合の名前は伏せられています。この差は、Nova-3が雑音の多い電話音声向けに調整されている一方、中立的なボードはクリアな音声を評価することを思い出させます。
採用する理由は、ライブ音声まわりの機能にあります。通話中に10言語を切り替え、最大50種類のエンティティをリアルタイムで秘匿化し、製品名用に最大100のkeytermを受け付けます。ストリーミングでは、これらはそれぞれ別料金です。従量課金では話者分離と秘匿化がそれぞれ1分$0.0020、keytermが$0.0013なので、全機能を使ったストリームは通常料金で1分$0.0130となり、表示価格より約70%高 くなります。
試験導入の前に、データの既定設定に注意すべきです。各リクエストにmip_opt_out=trueを付けない限り、リクエストはDeepgramのModel Improvement Programに加わり、Deepgramはそのデータの「fractional increments」を学習用に保持します。SOC 2 Type 2、HIPAA、PCI DSS、GDPRを掲げていますが、HIPAAのビジネスアソシエイト契約を結ぶのはEnterprise顧客だけなので、クレジットカードでnova-3-medicalを試す診療所は、既定ではどちらも得られません。
Nova-3は今、Deepgram自身のラインアップの中で中途半端な位置にあります。ボイスエージェントを作る人は、キャンペーン価格で1分$0.0065のFluxでターン検出を得られます。アーカイブを文字起こしするチームは、Artificial Analysisの数値で1,000分あたり$3.67のScribe v2を使えます。Nova-3の$4.30より安く、誤りは半分未満です。残るのは、Deepgramが事業の基盤としてきた、ライブで同時接続数が多く、ときにオンプレミスで行う文字起こしです。
真価を発揮する場面
コンタクトセンター向けソフトウェアベンダーのプラットフォームチーム
オペレーター支援と品質管理のために、ライブ通話を月100万分文字起こしする
ストリーミングは従量課金の通常料金で月$7,700、現在のキャンペーン価格なら$4,800です。話者分離と秘匿化を加えると$4,000増えます。従量課金の同時ストリームは150、Growthは225までなので、繁忙なフロアにはEnterprise契約が必要です。
40店舗のレストランチェーン向けに電話注文ボットを作る開発者
雑音の多いドライブスルーの音声で、メニュー名やプロモーションコードを確実に聞き取る
keyterm promptingは追加で1分$0.0013、最大100語まで指定できます。Nova-3にはターン検出がないため、ボットに独自の発話終了ロジックが必要です。あるいは、それが組み込まれたFluxに移行します。
データをネットワーク外に出せない病院グループのITリーダー
医師の口述をオンプレミスで文字起こしする
nova-3-medicalは、病院のVPC内のNVIDIA GPU上で、Deepgramのセルフホスト型コンテナとして動作します。HIPAA契約、セルフホスト、個別価格はいずれもEnterprise契約を通じて提供され、セルフサービスのプランでは得られません。
メディア企業のアーカイブ管理者
検索用に、過去の動画10万時間分をバッチで文字起こしする
録音済み音声600万分は、話者分離込みで従量課金なら$25,800、Growthの料金なら$21,600です。文字起こしを公開するなら、Scribe v2の低い誤り率により、同程度の費用で編集の手間を減らせます。
導入前に確認すること
- 導入
- カード不要で登録すると$200の無料クレジットが得られ、Deepgramによれば約43,000分に相当します。ファイルの文字起こしはREST呼び出し1回で、ライブ音声はWebSocketで扱います。
- 連携
- Java、JavaScript、Python、Go、.NET向けSDKのあるRESTとWebSocketのAPI。nova-3-medicalとnova-3-pharmaの派生版。FluxとVoice Agent APIも並行して提供されています。
- データとプライバシー
- リクエストは既定でModel Improvement Programに加わります。各リクエストにmip_opt_out=trueを付けると、保持は処理に必要な範囲に限られます。Deepgramのコンプライアンスページには、SOC 2 Type 1とType 2のレポート（要望に応じて共有）、PCI準拠、GDPR対応、EUエンドポイントが記載されています。BAAはEnterpriseに限り締結されます。
- 大規模利用時のコスト
- 月100万分のストリーミングは、従量課金の通常料金で$7,700、Growthの料金で$6,500で、ストリーミングの話者分離と秘匿化にそれぞれ$2,000が加わります。同じ量の録音済み音声は$4,300、Growthなら$3,600で、Growthは年$4,000からです。
- 制限
- 従量課金ではRESTの同時リクエスト50件、ストリーム150本、Growthではストリーム225本。keytermは最大100。ターン検出なし。一部の言語とフィラー語の検出には今もNova-2が必要です。
良い点
- Artificial Analysisで実時間の546倍、ボードで2番目の速さ
- 10言語にわたるリアルタイムのコードスイッチング
- セルフホスト型コンテナとEUエンドポイント
- 録音済み音声は1分$0.0043からで、話者分離込み
気になる点
- AA-WERは5.2%で、Scribe v2の2.2%の2倍以上
- 各リクエストでオプトアウトしない限り、音声が学習用に保持されることがあります
- ストリーミングの追加機能で分単価が約70%上がります
- HIPAA契約はEnterpriseのみ
おすすめの人
自社サ ーバーも含め、電話音声を高速かつ大量の同時接続で文字起こしする必要があるコンタクトセンターやライブ字幕のチーム。
Deepgram Nova-3の代替
Deepgram Nova-3：よくある質問
- Deepgram Nova-3は使う価値があるか？
- Nova-3はライブ通話の音声に使えるほど速く安価ですが、中立的なテストでは精度上位のモデルの2倍以上の誤りを出します。 評価は5点満点中4.0点です。
- Deepgram Nova-3の料金は？
- 録音済み音声は従量課金で1分$0.0043（単一言語）または$0.0052（多言語）。ストリーミングはキャンペーン価格で1分$0.0048、通常は$0.0077。年$4,000からのGrowthプランはより安価です。$200の無料クレジットがあります。
- Deepgram Nova-3の欠点は？
- AA-WERは5.2%で、Scribe v2の2.2%の2倍以上; 各リクエストでオプトアウトしない限り、音声が学習用に保持されることがあります; ストリーミングの追加機能で分単価が約70%上がります; HIPAA契約はEnterpriseのみ.
- Deepgram Nova-3は誰に向いているか？
- 自社サーバーも含め、電話音声を高速かつ大量の同時接続で文字起こしする必要があるコンタクトセンターやライブ字幕のチーム。
- チームや本番環境でDeepgram Nova-3を使うと費用はいくらか？
- 月100万分のストリーミングは、従量課金の通常料金で$7,700、Growthの料金で$6,500で、ストリーミングの話者分離と秘匿化にそれぞれ$2,000が加わります。同じ量の録音済み音声は$4,300、Growthなら$3,600で、Growthは年$4,000からです。
- Deepgram Nova-3は企業データを扱っても安全か？
- リクエストは既定でModel Improvement Programに加わります。各リクエストにmip_opt_out=trueを付けると、保持は処理に必要な範囲に限られます。Deepgramのコンプライアンスページには、SOC 2 Type 1とType 2のレポート（要望に応じて共有）、PCI準拠、GDPR対応、EUエンドポイントが記載されています。BAAはEnterpriseに限り締結されます。
- Deepgram Nova-3の代わりになるものは ？
- 当サイトでレビューした中で最も近い代替はElevenLabs Scribe v2, Gemini 3.5 Transcribe, GPT Transcribe 、 Whisper large-v3-turboです。
回答確認日：2026年10月26日