DeepSeek API 新增 OCR、ASR、TTS 等多模态能力
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。
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。
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 ⚡
This report is categorized under AITOP's "Products" desk, focusing on China's AI industry and domestic foundation model ecosystem. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include DeepSeek, OCR, ASR, TTS.
Source attribution: curated from 向阳乔木 (@vista8).
