Giọng nói vào. Giọng nói ra.
Một API cho giọng nói.
Chuyển âm thanh thành văn bản có nhãn người nói, tạo giọng tự nhiên và nhân bản giọng — sau một API tương thích OpenAI và ElevenLabs. Xây cho tác nhân giọng nói và nhà sáng tạo. Chạy trên đám mây của chúng tôi, máy chủ của bạn hoặc trên thiết bị.
Tài liệu tham chiếu API và hướng dẫn ở tiếng Anh.
Hiểu lời nói — và tạo ra nó.
Steno biến âm thanh thành bản chép có gán người nói. Vox biến văn bản thành giọng tự nhiên — giọng có sẵn hoặc bản nhân bản giọng của bạn. Cùng khóa, cùng hóa đơn, cùng endpoint.
Nhận dạng giọng nói với tách người nói, nhận diện người nói và dấu thời gian từng từ. Mô hình tinh chỉnh của chúng tôi phủ 25+ ngôn ngữ cùng phương ngữ vùng — chính xác từng từ. Tự phát hiện ngôn ngữ hoặc chỉ định.
Chuyển văn bản thành giọng tự nhiên, trả về file hoàn chỉnh hoặc stream độ trễ thấp cho dùng trực tiếp. Dùng giọng có sẵn, hoặc nhân bản giọng của bạn từ đoạn tham chiếu ngắn và tái sử dụng ở mọi lần gọi. Thay thế trực tiếp API âm thanh của OpenAI và ElevenLabs.
Bạn gọi từng mô hình theo tên Soniqo; phần chạy bên dưới chúng tôi liên tục cải thiện mà bạn không đổi một dòng nào.
Gắn Soniqo vào stack tác nhân của bạn.
Steno và Vox nói chuẩn API âm thanh của OpenAI và ElevenLabs — framework như LiveKit hoạt động chỉ bằng trỏ về base URL của chúng tôi. Không plugin riêng, stream PCM đúng nhịp mà runtime tác nhân mong đợi.
# 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
)Mọi stack đã nói API âm thanh OpenAI hay ElevenLabs đều chạy y như vậy — đổi base URL, giữ nguyên mã.
Mọi thứ để ra mắt tính năng giọng nói.
Tách người nói, phủ phương ngữ, tương thích cắm-là-chạy và mô hình tính phí gộp tất cả — trên chuyển văn bản, tổng hợp và nhân bản.
Mỗi phát ngôn trả về kèm nhãn người nói. Đăng ký hồ sơ người nói một lần và có danh tính đặt tên ổn định qua các cuộc họp, phỏng vấn và ghi âm cuộc gọi.
25+ ngôn ngữ với phương ngữ vùng ở mô hình lõi, cộng mô hình đuôi dài phủ 1.600+ ngôn ngữ (Hindi, Ả Rập, Indonesia, Việt và hơn nữa). Tự phát hiện hoặc chỉ định rõ.
Mã viết cho API âm thanh OpenAI hoặc ElevenLabs chạy với Soniqo chỉ bằng đổi một dòng — base URL. Gửi khóa dạng Bearer hoặc X-Api-Key. Không viết lại client, không di trú SDK.
Chuyển văn bản $0.24 mỗi giờ âm thanh — nhận dạng, tách và nhận diện người nói gộp chung. Tổng hợp $0.22 mỗi phút âm thanh tạo ra, nhân bản tức thời bao gồm. Tính theo giây, không tối thiểu.
Đăng nhập console bằng Google hoặc GitHub, hoặc tạo khóa API dài hạn cho lưu lượng máy chủ. Băm Argon2, gắn với tài khoản, thu hồi bất cứ lúc nào.
Hàng đợi bền với xác nhận tường minh và khóa idempotency. Bị chen ngang không làm mất hay tính phí đôi một công việc — sổ cái là nguồn sự thật.
Đám mây, tại chỗ hay trên thiết bị — cùng bộ mô hình.
Bắt đầu với API được quản lý. Chuyển sang hạ tầng của bạn khi tuân thủ yêu cầu. Hoặc chạy ở biên với SDK mã nguồn mở. Mô hình đi cùng bạn.
Được quản lý, đo theo giây âm thanh. Đăng nhập, lấy khóa và gọi endpoint — không phải host gì. Chính là thứ bạn đang xem.
Chạy cả stack trong mạng của bạn. Âm thanh và bản chép không bao giờ rời hạ tầng của bạn — cho yêu cầu ràng buộc pháp lý, air-gapped và nơi lưu dữ liệu. SLA riêng và tinh chỉnh mô hình theo khách hàng.
Đưa giọng nói ra biên với SDK mã nguồn mở — speech-swift cho nền tảng Apple, speech-core cho Linux / Windows / macOS / Android — kèm thích ứng mô hình theo phần cứng. Không vòng lặp mạng.
Một lệnh gọi để chép — một để nói.
Sau khi đăng nhập bạn có số dư khởi đầu và một khóa API. Chuyển văn bản là một lần tải HTTP; tổng hợp trả về âm thanh phát thẳng ra loa.
# 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.wavĐang dùng SDK OpenAI? Đổi base URL và mã hiện tại chạy ngay:
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")Giá đơn giản, theo giây.
Cùng mô hình, cùng API — miễn phí.
Đám mây là để tiện. Muốn toàn quyền kiểm soát, độ trễ trên thiết bị hay chi phí mỗi phút bằng 0, hãy chạy thư viện mã nguồn mở trên phần cứng của bạn. Apache 2.0, không gì rời máy của bạn.
Cùng bộ mô hình chuyển văn bản, tách người nói và tổng hợp, đóng gói cho nền tảng Apple với thích ứng trên thiết bị. API Swift, cài bằng Homebrew, Apache 2.0.
Engine C++ đa nền tảng cho Linux, Windows, macOS và Android — chuyển văn bản, tách người nói, nhận diện và stream thời gian thực trên CPU. Apache 2.0.