आवाज़ अंदर। आवाज़ बाहर।
वॉइस के लिए एक API।
स्पीकर लेबल के साथ ट्रांसक्रिप्शन, प्राकृतिक वाक् संश्लेषण और वॉइस क्लोनिंग — एक ही OpenAI- और ElevenLabs-संगत API के पीछे। वॉइस एजेंट और क्रिएटर्स के लिए। हमारे क्लाउड में, आपके सर्वर पर या डिवाइस पर चलाएँ।
API संदर्भ और दस्तावेज़ अंग्रेज़ी में हैं।
वाक् को समझें — और उत्पन्न करें।
Steno ऑडियो को स्पीकर-सहित ट्रांसक्रिप्ट में बदलता है। Vox टेक्स्ट को प्राकृतिक आवाज़ में — प्रीसेट वॉइस या आपकी अपनी क्लोन। वही कुंजी, वही बिलिंग, वही एंडपॉइंट।
स्पीकर डायराइज़ेशन, स्पीकर पहचान और शब्द-स्तरीय टाइमस्टैम्प के साथ स्पीच-टू-टेक्स्ट। हमारा ट्यून किया मॉडल 25+ भाषाओं और उनकी क्षेत्रीय बोलियों को शब्दशः कवर करता है। भाषा स्वतः पहचानें या संकेत दें।
प्राकृतिक टेक्स्ट-टू-स्पीच — पूरा फ़ाइल या लाइव उपयोग हेतु लो-लेटेंसी स्ट्रीम। प्रीसेट वॉइस चुनें, या छोटे संदर्भ क्लिप से अपनी आवाज़ क्लोन कर हर कॉल में दोहराएँ। OpenAI और ElevenLabs ऑडियो API का सीधा विकल्प।
हर मॉडल को उसके Soniqo नाम से बुलाएँ; नीचे क्या चलता है उसे हम सुधारते रहते हैं — आपकी एक भी पंक्ति बदले बिना।
Soniqo को अपने एजेंट स्टैक में जोड़ें।
Steno और Vox OpenAI व ElevenLabs ऑडियो API बोलते हैं — LiveKit जैसा फ़्रेमवर्क सिर्फ़ हमारे base URL की ओर इशारा करने से चल पड़ता है। कोई कस्टम प्लगइन नहीं; एजेंट रनटाइम की अपेक्षित दर पर PCM स्ट्रीमिंग।
# 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
)जो भी स्टैक पहले से OpenAI या ElevenLabs ऑडियो API बोलता है, वैसे ही चलेगा — base URL बदलें, कोड वही रखें।
वॉइस फ़ीचर शिप करने के लिए सब कुछ।
डायराइज़ेशन, बोली कवरेज, ड्रॉप-इन संगतता और सबको समेटती बिलिंग — ट्रांसक्रिप्शन, संश्लेषण और क्लोनिंग में।
हर कथन स्पीकर लेबल के साथ लौटता है। स्पीकर प्रोफ़ाइल एक बार पंजीकृत करें और मीटिंग, इंटरव्यू व कॉल रिकॉर्डिंग में स्थिर नामित पहचान पाएँ।
कोर मॉडल में क्षेत्रीय बोलियों समेत 25+ भाषाएँ, साथ ही 1,600+ भाषाओं वाला लॉन्ग-टेल मॉडल (हिंदी, अरबी, इंडोनेशियाई, वियतनामी आदि)। स्वतः पहचान या स्पष्ट संकेत।
OpenAI या ElevenLabs ऑडियो API के लिए लिखा कोड एक पंक्ति — base URL — बदलकर Soniqo पर चलता है। कुंजी Bearer या X-Api-Key से भेजें। न क्लाइंट री-राइट, न SDK माइग्रेशन।
ट्रांसक्रिप्शन $0.24 प्रति ऑडियो-घंटा — स्पीच-टू-टेक्स्ट, डायराइज़ेशन व स्पीकर ID सम्मिलित। संश्लेषण $0.22 प्रति उत्पन्न मिनट, तुरंत क्लोनिंग सहित। सेकंड-दर-सेकंड बिलिंग, कोई न्यूनतम नहीं।
कंसोल हेतु Google या GitHub से साइन इन, सर्वर-से-सर्वर हेतु दीर्घायु API कुंजियाँ। Argon2-हैश्ड, खाते तक सीमित, कभी भी निरस्त करने योग्य।
स्पष्ट पावती व आइडेम्पोटेंसी कुंजियों वाली टिकाऊ कतार। प्रीएम्प्शन से कोई जॉब न खोता है न दोहरा बिल बनता है — लेजर ही सत्य का स्रोत है।
क्लाउड, ऑन-प्रेम या ऑन-डिवाइस — वही मॉडल।
प्रबंधित API से शुरू करें। अनुपालन माँगे तो अपनी इन्फ्रास्ट्रक्चर पर जाएँ। या ओपन-सोर्स SDK के साथ एज पर चलाएँ। मॉडल आपके साथ चलते हैं।
प्रबंधित, ऑडियो-सेकंड से मीटर्ड। साइन इन करें, कुंजी लें, एंडपॉइंट कॉल करें — कुछ होस्ट नहीं करना। आप यही देख रहे हैं।
पूरा स्टैक आपके नेटवर्क के भीतर। ऑडियो व ट्रांसक्रिप्ट आपकी इन्फ्रास्ट्रक्चर से बाहर नहीं जाते — विनियमित, एयर-गैप्ड व डेटा-निवास आवश्यकताओं हेतु। कस्टम SLA और प्रति-ग्राहक मॉडल ट्यूनिंग।
हमारे ओपन-सोर्स SDK से एज पर वाक् चलाएँ — Apple हेतु speech-swift, Linux / Windows / macOS / Android हेतु speech-core — आपके हार्डवेयर हेतु ट्यून की मॉडल अनुकूलन सहित। कोई नेटवर्क राउंड-ट्रिप नहीं।
एक कॉल ट्रांसक्राइब — एक कॉल बोलने के लिए।
साइन इन के बाद प्रारंभिक बैलेंस और एक API कुंजी मिलती है। ट्रांसक्रिप्शन एक HTTP अपलोड है; संश्लेषण ऐसा ऑडियो देता है जो सीधे स्पीकर तक जा सकता है।
# 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.wavपहले से OpenAI SDK पर हैं? base URL बदलें — मौजूदा कोड चल पड़ेगा:
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")सरल, प्रति-सेकंड मूल्य।
वही मॉडल, वही API — मुफ़्त।
क्लाउड सुविधा के लिए है। पूर्ण नियंत्रण, ऑन-डिवाइस लेटेंसी या शून्य प्रति-मिनट लागत चाहिए तो ओपन-सोर्स लाइब्रेरी अपने हार्डवेयर पर चलाएँ। Apache 2.0, कुछ भी आपकी मशीनों से बाहर नहीं जाता।
वही ट्रांसक्रिप्शन, स्पीकर विभाजन व संश्लेषण मॉडल, Apple प्लेटफ़ॉर्म हेतु पैक — ऑन-डिवाइस अनुकूलन सहित। Swift API, Homebrew इंस्टॉल, Apache 2.0।
Linux, Windows, macOS और Android हेतु क्रॉस-प्लेटफ़ॉर्म C++ इंजन — ट्रांसक्रिप्शन, डायराइज़ेशन, स्पीकर ID और CPU पर रियलटाइम स्ट्रीमिंग। Apache 2.0।