DeepSeek API 新增 OCR、ASR、TTS 等多模态能力
精选理由
DeepSeek 把 OCR、语音识别、语音合成都塞进了自家 API，还带搜索和文件输入，一个账号搞定多模态。作者还夸它的后台比不少云厂商好配置，想少接几家供应商的开发者可以试试。
DeepSeek 的 API 现已覆盖 OCR、ASR（语音识别）、TTS（语音合成）等多种能力，同时支持联网搜索和文件输入，形成一套较完整的服务组合。开发者可以在同一个 API 体系内完成文本对话、图片文字识别、语音转写与合成等任务，不必再为不同模态分别接入多家供应商。
正文
推文作者还提到，DeepSeek 的 API 申请与配置后台比多数云厂商更简单易用，降低了开发者的接入门槛。对习惯只用 DeepSeek 做对话和推理的开发者来说，这意味着它可以承接更多涉及文档、语音的应用场景。
原文 · 向阳乔木
DeepSeek 全家桶API，竟然连OCR、ASR和TTS等都有了。 还有搜索、文件输入等。 API申请配置后台也比多数云厂商简单易用得多，牛逼！📊 12 ⚡
产业坐标与信源核验
本条情报归属 AITOP「产品」核心栏目，重点聚焦中国 AI 产业与国产大模型生态。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：DeepSeek、OCR、ASR、TTS，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「向阳乔木」（@vista8），经 AITOP 多维评分管线结构化提炼。
