Deepgram Flux TTS
#13 in Sprachsynthese (TTS)Deepgram · seit 12. August 2026 · 2× · zuletzt 17. Okt. 2026
34
Momentum
Flux TTS ist ein von Deepgram entwickeltes, streaming-first Text-to-Speech-Modell für Voice Agents, das über den /v2/speak-Endpunkt per WebSocket und REST angeboten wird. Im Unterschied zu klassischer TTS liest es den gesamten Gesprächsverlauf statt nur einzelner Zeilen und hält Tonfall über Turns hinweg konsistent. Es wurde im August 2026 veröffentlicht; die Preisphase für Standardtarife begann am 13. September 2026.
Momentum-Verlauf
20.07.18.10.
Features
| Echtzeit-Streaming | Ja: Streaming über WebSocket /v2/speak, Stream von LLM-Tokens, Barge-in mit Meldung des tatsächlich gehörten Texts |
| Latenz | Time-to-First-Audio ab 80 ms (laut Herstellerangabe) |
| Plattform | Deepgram Cloud-API (WebSocket und REST, /v2/speak); auch self-hosted, in-VPC oder on-prem (Engine benötigt dedizierte GPUs wie L4, L40S, A100, H100) |
| Preis | 0,0450 USD pro 1.000 Zeichen (Pay As You Go); 0,0405 USD (Growth). Kostenlos bis 12. September 2026, Standardpreise ab 13. September 2026 |
| Release-Datum | 12. August 2026 (General Availability) |
| Sprachen | Aktuell nur englische Stimmen; weitere Sprachen auf der Roadmap |
| Voice-Cloning | Nicht verfügbar; auf der Roadmap |