Голос на входе. Голос на выходе.
Один API для голоса.
Транскрибируйте аудио с метками дикторов, генерируйте естественную речь и клонируйте голос — за одним API, совместимым с OpenAI и ElevenLabs. Для голосовых агентов и креаторов. В нашем облаке, на ваших серверах или на устройстве.
Справочник API и документация — на английском.
Понимать речь — и генерировать её.
Steno превращает аудио в транскрипты с атрибуцией дикторов. Vox превращает текст в естественную речь — предустановленным голосом или клоном вашего. Один ключ, один счёт, один эндпоинт.
Речь в текст с диаризацией, идентификацией дикторов и пословными таймкодами. Наша дообученная модель покрывает 25+ языков и их региональные диалекты — слово в слово. Язык определяется автоматически или задаётся подсказкой.
Естественный синтез речи — целым файлом или низколатентным стримом для живых сценариев. Используйте предустановленный голос или клонируйте свой по короткому референсу и переиспользуйте в каждом вызове. Прямая замена аудио-API OpenAI и ElevenLabs.
Модели вызываются по именам Soniqo; то, что работает под капотом, мы продолжаем улучшать — без единой изменённой строки у вас.
Встройте Soniqo в свой агентный стек.
Steno и Vox говорят на аудио-API OpenAI и ElevenLabs — фреймворк вроде LiveKit работает, если направить его на наш base URL. Без кастомного плагина, с PCM-стримингом в темпе, который ждут агентные рантаймы.
# 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
)Любой стек, уже говорящий на аудио-API OpenAI или ElevenLabs, работает так же — поменяйте base URL, код останется прежним.
Всё, чтобы выпускать голосовые функции.
Диаризация, покрытие диалектов, совместимость «как есть» и биллинг, который всё это объединяет — в транскрипции, синтезе и клонировании.
Каждая реплика возвращается с меткой диктора. Зарегистрируйте профили один раз — и получайте стабильные именованные идентичности в встречах, интервью и записях звонков.
25+ языков с региональными диалектами в основной модели, плюс long-tail модель на 1 600+ языков (хинди, арабский, индонезийский, вьетнамский и другие). Автоопределение или явная подсказка.
Код под аудио-API OpenAI или ElevenLabs работает с Soniqo после изменения одной строки — base URL. Ключ передаётся как Bearer или X-Api-Key. Без переписывания клиента и миграции SDK.
Транскрипция — $0.24 за час аудио: речь в текст, диаризация и идентификация в комплекте. Синтез — $0.22 за минуту сгенерированного аудио, мгновенное клонирование включено. Посекундный биллинг, без минималок.
В консоль — через Google или GitHub; для сервер-сервер трафика — долгоживущие API-ключи. Хеш Argon2, привязка к аккаунту, отзыв в любой момент.
Надёжная очередь с явным подтверждением и ключами идемпотентности. Прерывание не теряет задачу и не списывает дважды — источником истины служит журнал.
Облако, on-premise или на устройстве — одни и те же модели.
Начните с управляемого API. Перейдите на свою инфраструктуру, когда потребует комплаенс. Или работайте на краю с open-source SDK. Модели переезжают вместе с вами.
Управляемый, посекундная тарификация аудио. Войдите, получите ключ и вызывайте эндпоинт — хостить нечего. Это то, что вы сейчас видите.
Весь стек внутри вашей сети. Аудио и транскрипты не покидают вашу инфраструктуру — для регулируемых, изолированных сред и требований к резидентности данных. Индивидуальные SLA и настройка моделей под клиента.
Выносите речь на край с нашими open-source SDK — speech-swift для Apple, speech-core для Linux / Windows / macOS / Android — с адаптацией моделей под ваше железо. Без сетевых обращений.
Один вызов — транскрипция, один — речь.
После входа у вас будет стартовый баланс и один API-ключ. Транскрипция — это HTTP-загрузка; синтез возвращает аудио, готовое к воспроизведению.
# 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.wavУже используете SDK OpenAI? Поменяйте base URL — существующий код заработает:
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")Просто и посекундно.
Те же модели, тот же API — бесплатно.
Облако — это удобство. Если нужен полный контроль, латентность на устройстве или ноль затрат за минуту — запустите open-source библиотеку на своём железе. Apache 2.0, данные не покидают ваши машины.
Те же модели транскрипции, разделения дикторов и синтеза, упакованные для платформ Apple с адаптацией на устройстве. Swift API, установка через Homebrew, Apache 2.0.
Кроссплатформенный C++ движок для Linux, Windows, macOS и Android — транскрипция, диаризация, идентификация и реалтайм-стриминг на CPU. Apache 2.0.