Nieuw SES v1 + Umay v17 talen · 2 regio’s (VS binnenkort)

Stemmen die menselijk klinken. Transcripties terwijl mensen spreken.

SES maakt van je tekst natuurlijke spraak. Umay schrijft elk woord op zodra het gezegd is. mihu voice geeft je product een stem en oren.

Turks, Engels, Duits, Frans, Italiaans, Russisch en Spaans · Gehost in Europa of Türkiye, of op je eigen servers · VS binnenkort

mihu
Telefoonaudio
WebSocket
Audiobestanden
mihu-umay-v1
mihu-ses-v1
Diarisatie · isolatie · ITN
Eindtekst80 ms“Where is my order?” · en
Spraak gesynthetiseerd24 kHz“16:30” → las cuatro y media · es

7 talen, spraak naar tekst en tekst naar spraak

EnglishenEspañolesTürkçetrDeutschdeFrançaisfrItalianoitРусскийruEnglishenEspañolesTürkçetrDeutschdeFrançaisfrItalianoitРусскийru

Stemmenbibliotheek · mihu-ses-v1

Stemmen die lokaal klinken

22 stemmen in 7 talen. Kies er een en luister: elk voorbeeld is mihu-ses-v1 die de zin hieronder voorleest.

Alp

Türkçe · Mannenstem

Merhaba, ben Alp. Aradığınız için teşekkürler, size nasıl yardımcı olabilirim?

Druk op afspelen: de zin licht op terwijl hij wordt voorgelezen

Twee modellen, één API, zeven talen

mihu-umay-v1 voor spraak-naar-tekst en mihu-ses-v1 voor tekst-naar-spraak, achter één HTTPS- en WebSocket-API, gehost in Europa of Türkiye (VS binnenkort), of op je eigen servers.

mihu-umay-v1 · Spraak-naar-tekst gebouwd voor live gesprekken

Tekst verschijnt terwijl de beller nog praat; de laatste zin is zo’n 80 ms nadat hij stopt klaar, sneller dan een knipoog, zodat je agent zonder pauze kan antwoorden. 3,42% woordfoutpercentage op voorgelezen Turks (FLEURS). In de modus alleen Turks verwerkt één server tot 256 live gesprekken, met dezelfde opties voor normalisatie en stemisolatie.

Voorlopig“Merhaba, siparişim ne za…”tr · 0,44 s na begin van het spreken
Definitief“Merhaba, siparişim ne zaman gelir?”tr · 79 ms na einde van het spreken
S2 · vrouw“Yarın sabah kapınızda olacak.”gediariseerd · zekerheid 96%
Definitief“Ich habe eine Frage zur Rechnung.”de · eindtekst
Definitief“¿Me puede repetir la dirección?”es · eindtekst
Voorlopig“Je voudrais changer la da…”fr · streaming
Voorlopig“Merhaba, siparişim ne za…”tr · 0,44 s na begin van het spreken
Definitief“Merhaba, siparişim ne zaman gelir?”tr · 79 ms na einde van het spreken
S2 · vrouw“Yarın sabah kapınızda olacak.”gediariseerd · zekerheid 96%
Definitief“Ich habe eine Frage zur Rechnung.”de · eindtekst
Definitief“¿Me puede repetir la dirección?”es · eindtekst
Voorlopig“Je voudrais changer la da…”fr · streaming
Live gesprek16 kHz PCM, frames van 100 ms, één socket.eindtekst ~80 msWER 3.42%

Invoer

WebSocket · live stream REST · audiobestanden 8 kHz telefoonaudio

mihu-ses-v1 · Spraak die lokaal klinkt

Leest adressen, plaatsnamen, bedragen, datums, kentekens en telefoonnummers voor zoals mensen ze uitspreken, in alle 7 talen. De audio streamt al terug voordat de hele zin gesynthetiseerd is.

POST /v1/audio/speech
“Your order of $1,250 ships to 17 Oak St”
Audio-uitvoer24 kHz PCMstreaming
English“17 Oak St, Apt 4” → seventeen Oak Street, apartment fouren
Español“16:30” → las cuatro y mediaes
Türkçe“No: 17 Daire: 4” → on yedi numara, daire dörttr
Slim voorlezen

3,38% WER (tr)

95,6% plaatsnamen goed

7 talen

Wie zei wat, live

Geslachtsherkenning, sprekerdiarisatie, speaker lock en stemisolatie voor ruisige telefoonlijnen. Elke functie zet je per request aan; uit betekent geen extra latentie.

GesprekTaalSprekerGeslachtEindtekstStatus
S2 · vrouw · 96%
Inkomend · Turks · 256 live gesprekken
Eindtekst p95< 0.35 s

Slimme opmaak en plaatsnamen

“bin iki yüz elli lira” wordt 1.250 TL, datums en kentekens komen eruit zoals een CRM ze verwacht. Ingebouwde lijsten van districten en wijken plus je eigen hotwords verhogen de nauwkeurigheid op plaatsnamen live met 3 tot 8 punten.

Slimme opmaak“bin iki yüz elli lira” → 1.250 TL · kost ~6 msitn
Plaatsnaam-boostWijken van Denizli · 86% → 94% · kost ~10 mshotwords
Ingebouwde lijsten · 5 steden
Je eigen woorden

Adresim Yukarı Yeniköy Mahallesi, No: 17 Daire: 4. Tutar 1.250 TL.

— beller, Denizli

Gebouwd voor callcenters en voice agents

mihu voice

Evaluatierapport · november 2026

Gemeten op telefoonaudio, niet op demo’s.

Drie openbare Turkse testsets, 500 gesproken adressen en 1.273 synthesezinnen, voor elk systeem op dezelfde manier beoordeeld. Een lager woordfoutpercentage is beter.

3.42%

WER op voorgelezen spraak

FLEURS Turkse testset, 743 fragmenten. Laagste in de vergelijking.

Fig. 2

1.68%

WER op gesproken adressen

500 adressen, 8 kHz, met plaatshints.

Tabel 3

19.5×

sneller dan realtime

Bestanden via de Türkiye-API, snelle modus.

Tabel 3

3.38%

TTS-woordfoutpercentage

1.273 zinnen uit de open set mihuai/turkish-tts-eval.

Fig. 3

FLEURS tr_tr test · 743 fragmenten

mihu-umay-v1

3.42

openai/whisper-large-v3

3.52

turkmedstt/whisper-large-v3-turkish-general

3.94

balbal-v2-manas

4.20

openai/whisper-large-v3-turbo

4.30

mihuai/turkish-stt-66m-v2

5.28

balbal-v2

5.41

Qwen/Qwen3-ASR-1.7B

6.48

PatientDesk/Duyu-small

6.72

Figuur 2. Woordfoutpercentage in %, lager is beter, Turks, gemiddelde scoringsregel (varianten van getallen en notatie geaccepteerd). mihu-umay-v1 eindigt als eerste van de 9 op voorgelezen spraak. Balken voorbij de as zijn afgekapt en gemarkeerd met →.

Verstaanbaarheid van tekst-naar-spraak

mihuai/turkish-tts-eval
mihu-ses-v1
3.38
Antalia-2 Mini
3.52
EMA Lightning 1.1.2
7.88
Piper
9.36
Anka TTS 0.1.6
9.79
Trendyol-TTS
11.07
FreyaTTS-small
40.84 →

Figuur 3. Elk systeem leest dezelfde 1.273 callcenterzinnen uit de open dataset mihuai/turkish-tts-eval; een onafhankelijke herkenner transcribeert de audio. Woordfoutpercentage in %, lager betekent dat de spraak beter te verstaan is. Zeven Turkse TTS-systemen; alle grafieken en tabellen staan op de benchmarkpagina.

Tabel 2. Natuurlijkheid van dezelfde tekst-naar-spraakaudio. Voorspelde kwaliteitsscores, hoger is beter; de beste per kolom vetgedrukt.

SysteemUTMOSv2SCOREQDNSMOS Pro
mihu-ses-v13.314.103.64
Antalia-2 Mini2.783.363.63
Trendyol-TTS2.884.253.91
EMA Lightning 1.1.22.683.543.25
Anka TTS 0.1.62.663.553.93
FreyaTTS-small2.452.573.18

mihu-ses-v1 heeft de hoogste UTMOSv2-score, zowel in totaal als in alle 13 zinscategorieën van de set. De drie voorspellers zijn het onderling niet eens en vervangen geen luistertest met mensen.

Twee Turkse TTS-testsets

callcenter vs alledaagse spraak

mihuai/turkish-tts-eval1.273 zinnen · Fig. 3

Onze referentieset voor contactcenterspraak, gemodelleerd naar echte klantgesprekken: bedragen, rekening- en ID-nummers, adressen, e-mail- en webadressen, gespelde namen en gemengde notaties. Bewust moeilijk.

freyavoice/freya-tr-eval495 zinnen · CC-BY-4.0

Een alledaagse gespreksset: korte zinnen van 3 tot 13 woorden over het dagelijks leven, vragen en uitroepen, met weinig getallen of codes. Makkelijker, dus elk systeem scoort hier lager.

Woordfoutpercentage op freya-tr-eval, %

EMA Lightning 1.1.2
0.99
Trendyol-TTS
1.01
Antalia-2 Mini
1.17
mihu-ses-v1
1.28
Anka TTS 0.1.6
1.33
Piper
3.26
FreyaTTS-small
12.05 →

Zelfde scoring als figuur 3. Op de gespreksset liggen de beste systemen binnen een fractie van een procent van elkaar; op de callcenterset lopen de systemen uiteen.

Figuur 4. De callcenterset meet wat een contactcenter correct voorgelezen moet krijgen; de alledaagse set meet gewone gespreksspraak. Een lager woordfoutpercentage is beter.

Tabel 3. Cijfers van de live dienst, regio Türkiye, 3 november 2026.

MetingInstellingResultaat
Transcriptiesnelheid bestanden, 743 fragmentensnelle modus19,5× realtime
Transcriptiesnelheid bestanden, 743 fragmentennormale modus8,5× realtime
Mislukte, ontbrekende of lege resultaten743 fragmenten0
Woordfoutpercentage adressen, 500 adressen, 8 kHzzonder → met plaatshints2,22% → 1,68%
Adreszinnen volledig correct, 8 kHzzonder → met plaatshints92,6% → 97,2%
Wijk correct verstaan, 8 kHzzonder → met plaatshints95,6% → 98,2%

Methode. Overal de gemiddelde scoringsregel. Telefoon: een openbare Turkse telefoontestset, alleen gebruikt om te testen. Media: alleen de 502 MediaSpeech-fragmenten die buiten de mihu-training zijn gehouden tellen mee. Snelheid is end-to-end via de openbare API gemeten, netwerk inbegrepen. De adresaudio is synthetisch.

Wil je jouw systeem in deze tabellen?

Stuur ons API-toegang of het model en we draaien het op dezelfde testsets met dezelfde scoring, laten jou de resultaten eerst zien en publiceren ze hier, wat ze ook zijn.

[email protected] →

Alle benchmarks →

mihu voice1
mihu voice

Spraak‑naar‑tekst en tekst‑naar‑spraak integreren in een contactcenter

mihu voice developers · developers.mihu.ai

Achter één API-sleutel zitten twee modellen: Umay voor spraakherkenning en Ses voor spraaksynthese. Beide zijn bereikbaar via REST en WebSocket, antwoorden in elke regio op dezelfde manier en werken met de officiële OpenAI SDK’s door alleen de base URL te wijzigen. Deze notitie laat zien hoe ze in een bestaand contactcenter passen, geeft voor elk gebruik een werkend request, somt op wat elke interface ondersteunt en beschrijft hoe sleutels, gegevens en stemafdrukken worden behandeld.

Architectuur

Clients verbinden rechtstreeks met de regio die ze kiezen; er is geen mihu SDK nodig en er draait niets aan jouw kant. Live gesprekken streamen audio over een WebSocket, bestanden en synthese gebruiken gewoon HTTPS.[1][4] Waar gegevens je netwerk niet mogen verlaten, draait dezelfde dienst op je eigen servers.

(a) Jouw systemen

Contactcenter / IVR

live audio van de beller

Voice agent

eindtekst → LLM → spraak

Gespreksopnames

archief, QA, analytics

HTTPS, WSS, Bearer-sleutel

(b) mihu voice API

Umay — spraak-naar-tekst

WS /v1/stream WS /v1/realtime POST /v1/audio/transcriptions

Ses — tekst-naar-spraak

POST /v1/audio/speech GET /v1/voices

gegevens blijven in de regio

(c) Waar het draait

Europa

stt.eu.mihu.ai tts.eu.mihu.ai

Türkiye

stt.tr.mihu.ai tts.tr.mihu.ai

Je eigen servers

on-prem Docker op CPU, offline

Figuur 1. Overzicht van de uitrol. Clients bereiken beide modellen via HTTPS en WebSocket met één API-sleutel; elk request wordt verwerkt, en de gegevens bewaard, in de regio wiens host het aanroept.

Integratie

Elke listing hieronder werkt zoals afgedrukt zodra KEY is ingesteld. Een andere regio kiezen verandert alleen de host.[2][3][5]

|
Regio
WS /v1/stream · python
1import asyncio, json, websockets23URL = "wss://stt.eu.mihu.ai/v1/stream?model=umay-stream&language=tr&api_key=KEY"45async def transcribe(chunks):        # 100 ms of 16 kHz mono int16 PCM6    async with websockets.connect(URL, max_size=None) as ws:7        async def read():8            async for m in ws:9                d = json.loads(m)10                if d["type"] == "final":11                    print(d["text"])  # send this to your LLM12        reader = asyncio.create_task(read())13        for chunk in chunks:14            await ws.send(chunk)15        await ws.send(json.dumps({"event": "end"}))16        await reader

Server-events

{"type":"partial","text":"adresiniz şirin","segment":0}
{"type":"final","text":"Adresiniz Şirinyer Mahallesi.","segment":0,"start":0.4,"end":3.1}
{"type":"speaker","speaker":"S1","gender":"female","percent":97}
{"type":"usage","audio_seconds":42.1}

Parameters

language, normalize, hints, gender_detection, diarize, speaker_lock, voice_isolation

Listing 1. Spraak-naar-tekst, live gesprekken (WebSocket, 16 kHz PCM). Host stt.eu.mihu.ai; volledige handleiding op developers.mihu.ai/stt/native-api.

Technische specificatie

Tabel 1. Interfaces en mogelijkheden van de twee modellen.

Spraak-naar-tekst (Umay)Tekst-naar-spraak (Ses)
Modelmihu-umay-v1: umay voor bestanden, umay-stream livemihu-ses-v1
InterfacesREST; WebSocket (native); WebSocket (OpenAI Realtime)REST, gestreamd tijdens het genereren; server-sent events
AudioBestanden in elk gangbaar formaat, geresampled naar 16 kHz. Live: 16 kHz mono 16-bit PCM in frames van 100 ms24 kHz mono; pcm (standaard), wav, mp3, opus, aac, flac
Talentr, en, de, fr, it, ru, estr, en, de, fr, it, ru, es
SDK-compatibiliteitOfficiële OpenAI SDK’s, door base_url te wijzigenOfficiële OpenAI SDK’s, door base_url te wijzigen
TekstverwerkingBedragen en datums als cijfers geschreven; correctie van Turkse dialecten en plaatsnamen; woordhintsGetallen, datums en afkortingen voluit gelezen; optioneel Turks genereren-en-verifiëren; Russische klemtoon
Sprekers, stemmenDiarisatie, geslachtsherkenning, speaker lock, stemafdrukken met toestemming, ondertekende verificatie22 ingebouwde stemmen; eigen stemmen op basis van een opname
Lange taken, controleAsynchrone transcriptie met webhook_url; taken voor audio-isolatieDe verbinding sluiten stopt de synthese (barge-in)
Back-pressureWebSocket close 1013 bij de limiet voor live gesprekken; na ~1 s opnieuw proberen503 zolang alle workers bezet zijn; opnieuw proberen

Bronnen: [2], [3], [5], [6].

Beveiliging en governance

4.1Authenticatie. Eén API-sleutel per klant, meegestuurd als Authorization: Bearer <KEY>, of als ?api_key= voor WebSockets in de browser. Een ontbrekende of verkeerde sleutel geeft 401.[1]

4.2Gegevenslocatie. De regio kies je per request: Europa of Türkiye. Beide hebben dezelfde paden, velden en antwoorden, en audio en transcripties blijven op de server van de aangeroepen regio.[1] De regio Türkiye houdt gegevens in het land (KVKK).

4.3Toestemming en verificatie. Een stemafdruk wordt alleen opgeslagen met toestemming van de persoon en kan definitief worden verwijderd. Verificatieresultaten zijn ondertekend; de publieke sleutel staat op /v1/voiceprints/jwks.[1]

4.4Eigen infrastructuur. Geleverd als gecontaineriseerde Docker-services op infrastructuur die de klant beheert en uitgerold op Kubernetes met Rancher of Helm. Draait op standaard CPU-servers: geen GPU en geen internetverbinding nodig.

Referenties

  1. [1]Umay spraakherkenning — Introductie. developers.mihu.ai/stt/introduction
  2. [2]Umay — Native API (bestanden en live audio). developers.mihu.ai/stt/native-api
  3. [3]Umay — OpenAI-compatibele API. developers.mihu.ai/stt/openai
  4. [4]Ses tekst naar spraak — Introductie. developers.mihu.ai/tts/introduction
  5. [5]Ses — Tekst naar spraak, streaming en fouten. developers.mihu.ai/tts/speech
  6. [6]Ses — Stemmen. developers.mihu.ai/tts/voices
mihu voice2
mihu voice

De console

Alles wat de API kan, in de browser: stemmen proberen, transcriberen, klonen, sleutels beheren. En jij bepaalt hoe lang iets bewaard blijft.

Stemmen

De ingebouwde stemmen en je eigen stemmen. Beluister ze allemaal voordat je ze gebruikt.

Tekst naar spraak

Typ, kies een stem en hoor hem binnen zo’n 0,1 s beginnen. Download als mp3, wav, flac en meer.

Spraak naar tekst

Upload een bestand of link, neem op, of ga live en zie de woorden verschijnen terwijl je spreekt.

Stemisolatie

Verwijder achtergrondstemmen en ruis uit een opname; vergelijk voor en na.

Stem klonen

Een stem uit 10–30 seconden spraak, met een leescontrole en toestemming van de spreker.

API-sleutels en gebruik

Sleutels voor je servers, quickstartcode per regio en wat je hebt uitgegeven.

Tabel 5. Bewaartermijnen in de console: jij kiest, in Console → Instellingen.

Eén keer tonen1 dagstandaard1 week14 dagen1 maand3 maanden6 maanden3 jaar
Wat wordt bewaard
Alleen de transcripties die je in de console maakt, in je account, in de regio die je gebruikt (Europa of Türkiye).
Hoe lang
De periode die je kiest in Console → Instellingen. 1 dag, tenzij je dat wijzigt.
Daarna
Verwijderd van onze servers en uit onze logs. Transcripties worden sowieso nooit naar logs geschreven.
Nu verwijderen
Elke transcriptie, of allemaal, op elk moment. Ze verdwijnen direct van de servers en uit de logs.
Eén keer tonen
Er wordt nergens iets weggeschreven: je ziet de transcriptie, en verversen wist hem.
Audio
Nooit opgeslagen. Opnames, gegenereerde spraak en geïsoleerde audio zijn er om meteen af te spelen en te downloaden.

De API staat hier los van: audio en transcripties die je er rechtstreeks naartoe stuurt worden verwerkt en teruggegeven, niet bewaard (zie de volgende pagina).

mihu voice2
mihu voice

Gegevensbescherming: KVKK en AVG

Audio en transcripties die naar de API worden gestuurd, worden verwerkt en teruggegeven, niet bewaard. In de console bepaal jij hoe lang je transcripties blijven, van helemaal niet tot 3 jaar. Hieronder staat alles wat wordt opgeslagen, waarom en hoe lang.

Tabel 6. Niet opgeslagen.

GegevensWat ermee gebeurt
AudioLive streams worden in het geheugen verwerkt en nooit naar schijf geschreven. Een bestand dat je stuurt wordt alleen vastgehouden zolang het wordt getranscribeerd (grote bestanden en file_url-downloads in een tijdelijk bestand dat direct daarna wordt verwijderd); voor webhook_url-taken zie tabel 7.
TranscriptiesAan jou teruggegeven; niet opgeslagen en niet gelogd. De enige uitzondering is het resultaat van een webhook_url-taak (tabel 7).
Webhookadressen en -secretsJe webhook_url, file_url en webhook_secret worden nooit gelogd; de logs vermelden alleen dat er een webhook is gebruikt.
Stemopnames voor stemafdrukkenNooit opgeslagen, in geen enkele modus. Alleen de numerieke handtekening wordt bewaard, en alleen als je daarom vraagt.
Opnames voor eigen stemmenGedecodeerd, bijgesneden en gebruikt om de stem te bouwen, daarna weggegooid. Alleen de stem zelf en de gegevens ervan worden bewaard (tabel 7).
Audio in de consoleOpnames, gegenereerde spraak en geïsoleerde audio zijn er om meteen af te spelen en te downloaden; niets daarvan wordt opgeslagen.

Tabel 7. Opgeslagen, en hoe lang.

GegevensWanneer en watBewaard
GebruiksgegevensAccount, model, taal, seconden audio en tijdstip, voor de facturering. Geen audio, geen tekst.voor facturering
Audio van een webhooktaakAlleen voor bestanden die met webhook_url zijn gestuurd: de audio wacht op schijf in de takenwachtrij en wordt verwijderd zodra de herkenning klaar is.tot getranscribeerd
Resultaat van een webhooktaakVerstuurd naar je webhook_url (ondertekend met HMAC-SHA256 als je een webhook_secret opgeeft; opnieuw geprobeerd na 1 s, 10 s, 1 min, 5 min en 30 min als je server niet antwoordt) en alleen leesbaar voor jouw account. Daarna verwijderd. Wordt de levering nog opnieuw geprobeerd, dan blijft het hoogstens één uur langer.1 uur na afronding
StemafdrukkenAlleen als je er een aanmaakt, met toestemming van de persoon. Bewaard onder je account (maximaal 1.000), of met store=false aan jou teruggegeven als versleuteld token, zodat wij niets bewaren.tot je hem verwijdert
Eigen stemmenDe stemstatus en de gegevens ervan (naam, taal, geslacht, toestemmingsregistratie, kwaliteitscijfers), alleen onder jouw account. DELETE verwijdert ze definitief.tot je hem verwijdert
ConsoletranscriptiesAlleen transcripties die je in de console maakt, bewaard in je account zodat je ze later kunt openen en downloaden. Hoe lang kies je in Console → Instellingen: één keer tonen (nooit opgeslagen), 1 dag (de standaard), 1 week, 14 dagen, 1 maand, 3 maanden, 6 maanden of 3 jaar. Als de periode afloopt, of als je ze verwijdert, worden ze van onze servers en uit onze logs gehaald. Transcripties worden nooit naar logs geschreven.standaard 1 dag

Gegevenslocatie. Elk request wordt verwerkt in de regio die je aanroept, Europa of Türkiye, en de gegevens blijven daar. De regio Türkiye houdt gegevens in het land, in lijn met de KVKK.

Stemafdrukken zijn biometrische gegevens. Onder de KVKK en de AVG is daarvoor uitdrukkelijke toestemming van de persoon nodig: je privacyverklaring en toestemmingstekst moeten dit doel dekken. Elke stemafdruk kan definitief worden verwijderd met DELETE /v1/voiceprints/{id}.

Geslachtsherkenning is verwerking van persoonsgegevens. Als je gender_detection aanzet, moet je privacyverklaring dat dekken en moet de beller, waar vereist, toestemming geven. Het staat uit, tenzij je erom vraagt.

API of console. Requests die je naar de API stuurt, bewaren niets buiten tabel 7. De console bewaart alleen je transcripties, voor de periode die je instelt (1 dag tenzij je dat wijzigt, of helemaal niet met één keer tonen), en verwijdert ze daarna van onze servers en uit onze logs. De audio wordt nooit bewaard.

Aan jouw kant hoeft niets uit. Als je nooit een stemafdruk aanmaakt en nooit een webhook_url meestuurt, wordt alleen de gebruiksregistratie bewaard.

Je eigen servers. On-prem installaties draaien op jouw infrastructuur zonder internetverbinding, dus er bereiken helemaal geen gegevens mihu.

mihu voice3
mihu voice

Prijzen

Lijstprijzen in euro. Je betaalt voor de audio die je stuurt en de tekens die je laat synthetiseren; opties worden apart gefactureerd, alleen als je ze gebruikt.

Spraak-naar-tekst

mihu-umay-v1

€0.09

per uur audio

€0.0015 per minuut audio.

Tekst-naar-spraak

mihu-ses-v1

€10.00

per miljoen tekens

€0.01 per duizend tekens.

Tabel 8. Opties voor spraak-naar-tekst en stem-endpoints, alleen bij gebruik extra gefactureerd. Bestanden en live streams kosten hetzelfde.

OptiePrijsEenheid
Stemisolatie€0.01per gesprek
Sprekerdiarisatie€0.01per gesprek
Speaker lock€0.01per gesprek
Geslachtsherkenning€0.01per gesprek
Stemafdrukken€0.01per request
Sprekerverificatie€0.01per request

Tabel 9. Wat typische workloads kosten tegen lijstprijs.

WorkloadVolumeKosten
10.000 gesprekken van 3 minuten transcriberen500 uur audio€45.00
10.000 antwoorden van 200 tekens uitspreken2 miljoen tekens€20.00
1.000 uur opnames transcriberen1.000 uur audio€90.00
10.000 gesprekken van 3 minuten met sprekerdiarisatie500 uur + 10.000 gesprekken€145.00
10.000 gesprekken van 3 minuten met stemisolatie, diarisatie, speaker lock en geslachtsherkenning500 uur + 4 opties × 10.000 gesprekken€445.00

On-prem of op grotere schaal? Neem contact met ons op.

mihu voice4

Veelgestelde vragen

Je gegevens

Via de API: geen audio en geen transcripties. Ze worden in het geheugen verwerkt en aan jou teruggegeven. We bewaren gebruiksgegevens voor de facturering (geen audio of tekst); bij asynchrone taken met een webhook_url de audio tot hij getranscribeerd is en het resultaat tot 1 uur na afronding; stemafdrukken alleen als je ze aanmaakt, met toestemming van de persoon (met store=false blijven zelfs die aan jouw kant); en eigen stemmen tot je ze verwijdert (nooit de opname waarvan ze gemaakt zijn).

Alleen zo lang als jij kiest. Transcripties die je in de console maakt, worden in je account bewaard zodat je ze later kunt openen en downloaden: standaard 1 dag, of 1 week, 14 dagen, 1 maand, 3 maanden, 6 maanden of 3 jaar, in te stellen in Console → Instellingen. Als de periode afloopt, of als je ze verwijdert, worden ze van onze servers en uit onze logs gehaald; transcripties worden nooit naar logs geschreven. Kies je één keer tonen, dan wordt er niets opgeslagen: verversen wist het. Je kunt elke transcriptie, of allemaal, op elk moment verwijderen. Audio wordt nooit in de console bewaard; download wat je nodig hebt meteen.

Nee. Je audio, transcripties en tekst worden niet gebruikt om onze modellen te trainen of te verbeteren.

Ja. Aan de stem bepalen of een beller man of vrouw is, is verwerking van persoonsgegevens. Als je gender_detection aanzet, moet je KVKK-/AVG-privacyverklaring dat dekken en vraag je waar nodig de toestemming van de beller. Geslachtsherkenning staat uit, tenzij je erom vraagt.

Modellen & talen

Zowel voor spraak-naar-tekst als tekst-naar-spraak: Turks, Engels, Duits, Frans, Italiaans, Russisch en Spaans. Geef de taal per request mee.

Nee. On-prem draait op standaard CPU-servers. Het wordt geleverd als gecontaineriseerde Docker-services op infrastructuur die de klant beheert en uitgerold op Kubernetes met Rancher of Helm. Geen GPU en geen internetverbinding nodig.

Tekst verschijnt terwijl de beller nog praat. De eerste voorlopige tekst komt zo’n 0,44 s nadat het spreken begint en de laatste zin zo’n 80 ms nadat de beller stopt, gemeten vanaf een client in Turkije. In de praktijk hoort de beller geen gat: je agent kan zijn antwoord beginnen zodra de beller klaar is.

Functies

Nee. Het geslacht komt zo’n 2 s nadat de beller begint te praten en diarisatie labelt sprekers live, allebei zonder de tekst te vertragen. Elke functie zet je per request aan; uit betekent geen extra latentie.

Gesproken getallen, bedragen, datums, tijden, telefoonnummers, kentekens en adressen worden geschreven zoals een CRM ze verwacht: “one thousand two hundred fifty dollars” wordt $1,250 en “seventeen Oak Street apartment four” wordt 17 Oak St, Apt 4. Het kost ongeveer 6 ms extra.

In alle 7 talen worden getallen, valuta, datums, tijden en adressen automatisch als natuurlijke spraak voorgelezen. Lange samengestelde dorpsnamen worden opgesplitst voor een duidelijke uitspraak, en wijknamen worden in onze test met 500 adressen op telefoonbandbreedte in 95,6% van de gevallen goed verstaan, met plaatshints in 98,2%.

Ja. Op de pagina Uitspraak in de console (of via de API /v1/pronunciations) leg je per taal, en als je wilt per stem, vast hoe elk woord wordt uitgesproken: “BMW” is “be me ve” in het Turks en “bee em wee” in het Nederlands. De regels gelden voor elk verzoek van je account, ook met Turkse uitgangen (“BMW'nin”), en dezelfde woorden gaan als hints naar spraak-naar-tekst, zodat ze correct geschreven terugkomen.

Uitrol & privacy

In de regio die je kiest: Europa of Türkiye, met de Verenigde Staten binnenkort. Audio en transcripties blijven op de server van de regio die je aanroept. De regio Türkiye houdt gegevens in het land, in lijn met de KVKK.

Begin met bouwen met mihu voice