La voix entre. La voix sort.
Une seule API pour la voix.
Transcrivez l’audio avec étiquettes de locuteurs, générez une voix naturelle et clonez une voix — derrière une seule API compatible OpenAI et ElevenLabs. Conçue pour les agents vocaux et les créateurs. Dans notre cloud, sur vos serveurs ou sur l’appareil.
La référence API et la documentation sont en anglais.
Comprendre la parole — et la générer.
Steno transforme l’audio en transcriptions attribuées. Vox transforme le texte en voix naturelle, préréglée ou clonée de la vôtre. Même clé, même facturation, même endpoint.
Reconnaissance vocale avec diarisation, identification des locuteurs et horodatage au mot. Notre modèle affiné couvre 25+ langues et leurs dialectes régionaux — mot à mot. Détection automatique ou indice explicite.
Un text-to-speech naturel, en fichier complet ou en streaming basse latence pour le direct. Voix préréglée, ou clonez la vôtre depuis un court extrait et réutilisez-la à chaque appel. Remplacement direct des APIs audio OpenAI et ElevenLabs.
Chaque modèle s’appelle par son nom Soniqo ; nous améliorons ce qui tourne dessous sans que vous changiez une ligne.
Branchez Soniqo sur votre stack d’agents.
Steno et Vox parlent les APIs audio d’OpenAI et d’ElevenLabs — un framework comme LiveKit fonctionne en le pointant vers notre base URL. Pas de plugin maison, du PCM en streaming au rythme attendu par les runtimes d’agents.
# LiveKit Agents — Soniqo TTS with no custom plugin
from livekit.plugins import openai
tts = openai.TTS(
base_url="https://api.soniqo.audio/v1",
api_key="sk_...", # sent as Authorization: Bearer
model="tts-1",
voice="nova", # a preset, or one of your cloned voices
response_format="pcm", # low-latency 24 kHz stream
)Tout stack qui parle déjà les APIs audio OpenAI ou ElevenLabs fonctionne pareil — changez la base URL, gardez votre code.
Tout pour livrer des fonctionnalités vocales.
Diarisation, couverture des dialectes, compatibilité directe et une facturation qui regroupe tout — transcription, synthèse et clonage.
Chaque prise de parole revient étiquetée. Enregistrez les profils une fois et obtenez des identités nommées stables sur réunions, interviews et appels.
25+ langues avec dialectes régionaux sur le modèle principal, plus un modèle longue traîne couvrant 1 600+ langues (hindi, arabe, indonésien, vietnamien…). Auto-détection ou indice explicite.
Le code écrit pour les APIs audio OpenAI ou ElevenLabs fonctionne avec Soniqo en changeant une ligne — la base URL. Clé en Bearer ou X-Api-Key. Pas de réécriture client, pas de migration SDK.
Transcription à 0,24 $ l’heure d’audio — reconnaissance, diarisation et identification incluses. Synthèse à 0,22 $ la minute générée, clonage instantané inclus. Facturé à la seconde, sans minimum.
Connexion Google ou GitHub pour la console, clés API longue durée pour le trafic serveur-à-serveur. Hachées en Argon2, limitées à votre compte, révocables à tout moment.
Une file durable avec acquittement explicite et clés d’idempotence. Une préemption ne perd ni ne facture deux fois un job — le registre fait foi.
Cloud, on-premise ou sur l’appareil — mêmes modèles.
Commencez sur l’API managée. Passez sur votre infrastructure quand la conformité l’exige. Ou tournez à la périphérie avec les SDK open source. Les modèles voyagent avec vous.
Managée et facturée à la seconde d’audio. Connectez-vous, prenez une clé, appelez l’endpoint — rien à héberger. C’est ce que vous regardez.
Tout le stack dans votre réseau. Audio et transcriptions ne quittent jamais votre infrastructure — pour le régulé, l’air-gapped et la résidence des données. SLA sur mesure et réglage des modèles par client.
Embarquez la voix en périphérie avec nos SDK open source — speech-swift pour Apple, speech-core pour Linux / Windows / macOS / Android — avec des adaptations de modèles selon votre matériel. Zéro aller-retour réseau.
Un appel pour transcrire — un pour parler.
Après connexion, vous avez un solde de départ et une clé API. La transcription est un upload HTTP ; la synthèse renvoie de l’audio prêt pour le haut-parleur.
# Transcribe with diarization (Soniqo Steno)
curl -X POST https://api.soniqo.audio/v1/transcribe \
-H "Authorization: Bearer $SONIQO_API_KEY" \
-F "[email protected]"
# -> a job id; poll /v1/transcribe/<id> for the attributed transcript
# Synthesize speech (Soniqo Vox)
curl -X POST https://api.soniqo.audio/v1/audio/speech \
-H "Authorization: Bearer $SONIQO_API_KEY" \
-H "Content-Type: application/json" \
-d '{"input":"Hello from Soniqo.","voice":"nova"}' \
--output hello.wavDéjà sur le SDK OpenAI ? Changez la base URL et votre code existant fonctionne :
from openai import OpenAI
client = OpenAI(
base_url="https://api.soniqo.audio/v1",
api_key="<your-soniqo-api-key>",
)
# Transcription
with open("meeting.wav", "rb") as f:
print(client.audio.transcriptions.create(model="whisper-1", file=f).text)
# Synthesis
client.audio.speech.create(
model="tts-1", voice="nova", input="Hello from Soniqo.",
).stream_to_file("hello.wav")Des tarifs simples, à la seconde.
Mêmes modèles, même API — gratuitement.
Le cloud, c’est le confort. Pour un contrôle total, la latence on-device ou zéro coût à la minute, faites tourner la librairie open source sur votre matériel. Apache 2.0, rien ne quitte vos machines.
Les mêmes modèles de transcription, séparation de locuteurs et synthèse, empaquetés pour les plateformes Apple avec adaptations on-device. API Swift, installation Homebrew, Apache 2.0.
Un moteur C++ multiplateforme pour Linux, Windows, macOS et Android — transcription, diarisation, identification et streaming temps réel sur CPU. Apache 2.0.