# Mihu Voice — Spraak naar tekst en tekst naar spraak | Mihu AI

Mihu Voice · Nieuw

# Stemmen die menselijk klinken. Transcripties terwijl mensen praten.

Mihu Voice is onze eigen spraakstack, gebouwd voor live gesprekken: Umay zet spraak om in tekst terwijl de beller nog praat, en Ses maakt van tekst natuurlijke spraak in zeven talen. Eén API, gehost in Europa of Turkije, of op uw eigen servers.

Beluister de stemmen (https://voice.mihu.ai/nl#voices) API-sleutel ophalen (https://voice.mihu.ai/console/keys)

~80 ms

Definitieve tekst nadat de beller stopt

7

Talen, spraak naar tekst en tekst naar spraak

10–30 s

spraak om een stem te klonen

The Mihu Voice library: voice orbs to choose from, the English female voice Emily selected, scenario chips such as order status and appointment, and her greeting ready to play.

Twee modellen, één API

## De oren en de stem van elke Mihu-agent, nu beschikbaar voor uw product.

mihu-umay-v1 voor spraak naar tekst en mihu-ses-v1 voor tekst naar spraak zitten achter één API-sleutel, via REST en WebSocket. Beide reageren in elke regio op dezelfde manier en werken met de officiële OpenAI-SDK's door alleen de base-URL te wijzigen.

Umay

Spraak naar tekst, live en bestanden

Ses

Tekst naar spraak, gestreamd

Talen

TR, EN, DE, FR, IT, RU, ES

Waar het draait

Europa, Turkije of on-premise

Umay · spraak naar tekst

## De tekst verschijnt terwijl de beller nog praat.

Gedeeltelijke tekst streamt binnen terwijl iemand praat. De definitieve zin staat ongeveer 80 ms na het stoppen klaar, sneller dan een knipoog, zodat uw agent zonder pauze kan antwoorden.

Op Turkse voorgelezen spraak haalt Umay een woordfoutpercentage van 3.42%, het laagste van de negen systemen die we testten. In de modus alleen Turks verwerkt één server tot 256 live gesprekken.

Live gesprekken via WebSocket: 16 kHz PCM in frames van 100 ms, één socket

Bestanden in elk gangbaar formaat via REST, 19.5× sneller dan realtime in de snelle modus

8 kHz telefoonaudio ondersteund

PARTIAL “Hi, I’d like to check my ord…” en · 0.44 s after speech starts

FINAL “Hi, I’d like to check my order status.” en · 79 ms after end of speech

S2 · FEMALE “It will be at your door tomorrow morning.” diarized · confidence 96%

FINAL “Can you send me the tracking link?” en · final text

Live call 16 kHz PCM, 100 ms frames, one socket. FINAL ~80 MS

WebSocket · live stream

REST · audio files

8 kHz phone audio

Gedeeltelijke en definitieve tekst in een live gesprek, met sprekers gelabeld terwijl ze praten.

### Alles wat Umay kan

Sprekeropties worden per request ingeschakeld; uit betekent geen extra latentie.

Bestandstranscriptie Audiobestand naar tekst. De nauwkeurigste keuze voor opnames. model=umay

Live transcriptie Tekst terwijl iemand praat. Voor spraakagenten en gesprekken. model=umay-stream

Asynchrone jobs Het resultaat komt binnen op uw webhook. Voor lange opnames. webhook_url

Opmaak van getallen en tekst Gesproken woorden in geschreven vorm. Standaard aan. normalize

Hints Geeft voorrang aan de klantnamen en lokale plaatsen die u opgeeft. hints, hint_context

Taalmodel Extra taalkennis bij bestanden met heldere voorgelezen spraak. mode=normal

Geslachtsdetectie Geslacht van elke spreker, met betrouwbaarheid. Voor routering, analytics en aanspreekvorm. gender_detection

Diarisatie Wie zei wat, wanneer twee of meer mensen praten. diarize

Sprekervergrendeling Slechts één persoon wordt tekst, ook als iemand in de buurt praat. speaker_lock

Stemisolatie Verwijdert andere stemmen vóór herkenning. voice_isolation

Referentie-stemafdrukken Volgt een bekende persoon vanaf de eerste seconde, ook als iemand anders eerst praat. reference_voiceprint

Sprekerverificatie Is dit de opgeslagen persoon? Een hulpcontrole tijdens een gesprek. POST /v1/voiceprints/verify

Audio-isolatie Geeft de opname terug zonder andere stemmen en ruis. Voor archivering en delen. POST /v1/audio/isolation

Aa Smart formatting “one thousand two hundred fifty dollars” → $1,250 ITN

Aa Dates and times “March third at four thirty” → 3 March, 16:30 ITN

⌕ Place-name boost Built-in lists + your own hotwords HOTWORDS

Slimme opmaak en plaatsnamen

## Bedragen, datums en adressen komen eruit zoals een CRM ze verwacht.

Bedragen, datums en kentekens worden als cijfers geschreven, wat ongeveer 6 ms extra kost. Ingebouwde lijsten van districten en wijken plus uw eigen hotwords verhogen de nauwkeurigheid van plaatsnamen in live gesprekken met 3 tot 8 punten.

1.68% woordfoutpercentage op 500 gesproken adressen, 8 kHz, met plaatshints

97.2% van de adreszinnen volledig correct met plaatshints

Ses · tekst naar spraak

## Spraak die lokaal klinkt.

Ses leest adressen, plaatsnamen, bedragen, datums, kentekens en telefoonnummers zoals mensen ze uitspreken, in alle zeven talen. De audio streamt terug voordat de hele zin is gesynthetiseerd en begint na ongeveer 0.1 s.

22 ingebouwde stemmen in 7 talen, plus uw eigen stemmen

24 kHz audio als pcm, wav, mp3, opus, aac of flac

Barge-in: door de verbinding te sluiten stopt de spraak zodra de beller praat

Optioneel genereren-en-verifiëren voor Turks, en klemtoon voor Russisch

Smart reading: ‘17 Oak St, Apt 4’ read as seventeen Oak Street, apartment four in English, ‘16:30’ as las cuatro y media in Spanish, and a Turkish door number, with 24 kHz streaming audio out. Eén request, in elke taal correct voorgelezen, gestreamd terwijl het wordt gegenereerd.

Stemklonen

## Uw eigen stem uit 10–30 seconden spraak.

Neem een kort fragment op en Ses bouwt een eigen stem die u naast de 22 ingebouwde stemmen kunt gebruiken. Elke kloon doorloopt een leescontrole en vereist toestemming van de spreker. De opname wordt gebruikt om de stem te bouwen en daarna verwijderd; alleen de stem zelf blijft bewaard.

Kloon een stem in de console (https://voice.mihu.ai/console)

Benchmarks · november 2026

## Nauwkeurigheid in alle 7 talen.

Elk systeem wordt op dezelfde manier beoordeeld op openbare testsets, met genormaliseerde getallen en formaten. Een lager woordfoutpercentage is beter.

Spraak naar tekst · Umay · FLEURS, schone audio

Taal

Woordfoutpercentage

Woordnauwkeurigheid

Türkçe

3.42%

96.58%

English

6.44%

93.56%

Deutsch

6.46%

93.54%

Français

6.70%

93.30%

Español

3.68%

96.32%

Italiano

3.34%

96.66%

Русский

5.61%

94.39%

Tekst naar spraak · Ses · teruggelezen door Whisper large-v3 op 8 kHz

Taal

Woordfoutpercentage

Woordnauwkeurigheid

Türkçe

3.38%

96.62%

English

1.29%

98.71%

Deutsch

3.62%

96.38%

Français

4.41%

95.59%

Español

2.53%

97.47%

Italiano

3.36%

96.64%

Русский

5.04%

94.96%

Ses · tijd tot de eerste audio, op CPU

TR 0.10 s

EN 0.11 s

DE 0.11 s

FR 0.15 s

ES 0.12 s

IT 0.13 s

RU 0.31 s

Turks wordt ook gemeten op telefoongesprekken en uitzendingen. Methoden, alle geteste systemen en de volledige grafieken staan op de benchmarkpagina. Alle benchmarks → (https://voice.mihu.ai/nl/benchmarks)

De console

## Alles wat de API doet, in de browser.

Probeer stemmen, transcribeer, kloon en beheer sleutels zonder code te schrijven. En u bepaalt hoe lang iets bewaard blijft.

The Mihu Voice console Voices page: shortcuts to clone a voice, text to speech, transcribe a call and API keys, and a searchable list of built-in voices such as Alp, Kaya, Ece and Aysu with language and gender. Stemmen: de 22 ingebouwde stemmen en uw eigen stemmen, met snelkoppelingen om te klonen, te laten spreken, te transcriberen en sleutels op te halen.The Mihu Voice console Text to Speech page: a Turkish sentence for the voice Alp, character count and price, scenario chips, and settings for speed, natural reading of numbers and dates, pronunciation check, pronunciation dictionary and download format. Tekst naar spraak: typ, kies een stem en snelheid, controleer de uitspraak en download.

### Stemmen

De ingebouwde stemmen en uw eigen stemmen. Beluister ze voordat u ze gebruikt.

### Tekst naar spraak

Typ, kies een stem en hoor hem na ongeveer 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 u praat.

### Stemisolator

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

### Stem klonen

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

### API-sleutels en gebruik

Sleutels voor uw servers, quick-startcode per regio en wat u hebt uitgegeven.

Integratie

## Sluit aan op het contactcenter dat u al draait.

Er is geen Mihu-SDK nodig en er draait niets aan uw kant. Live gesprekken streamen audio via een WebSocket; bestanden en synthese gebruiken gewoon HTTPS. Een regio kiezen verandert alleen de host.

Europa: stt.eu.mihu.ai en tts.eu.mihu.ai

Turkije: stt.tr.mihu.ai en tts.tr.mihu.ai, data blijft in het land (KVKK)

Op uw eigen servers: Docker op CPU, offline, geen GPU en geen internet nodig

Officiële OpenAI-SDK's werken door de base-URL te wijzigen

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

### Gegevensbescherming: KVKK en GDPR

### Audio wordt niet opgeslagen

Live streams worden in het geheugen verwerkt en nooit naar schijf geschreven. Een bestand wordt alleen bewaard zolang het wordt getranscribeerd.

### Transcripties worden niet gelogd

API-resultaten worden aan u teruggegeven, niet bewaard. In de console kiest u hoe lang transcripties blijven, van helemaal niet tot 3 jaar.

### Stemafdrukken met toestemming

Stemopnames worden nooit opgeslagen. Alleen een numerieke handtekening wordt bewaard, en alleen als u daarom vraagt; die kan definitief worden verwijderd.

Prijzen

## Betaal voor de audio die u verstuurt en de tekens die u laat uitspreken.

Catalogusprijzen in euro. Opties worden apart gefactureerd, alleen als u ze gebruikt. Bestanden en live streams kosten hetzelfde.

Spraak naar tekst · mihu-umay-v1

€0.09 per uur audio

€0.0015 per minuut audio

Tekst naar spraak · mihu-ses-v1

€10 per miljoen tekens

€0.01 per duizend tekens

Opties voor spraak naar tekst

€0.01 per stuk

Per gesprek: stemisolatie, diarisatie, sprekervergrendeling, geslachtsdetectie. Per request: stemafdrukken, sprekerverificatie.

Wat typische workloads kosten tegen catalogusprijs

Workload

Volume

Kosten

10,000 gesprekken van 3 minuten transcriberen

500 uur audio

€45.00

10,000 antwoorden van 200 tekens uitspreken

2 miljoen tekens

€20.00

1,000 uur opnames transcriberen

1,000 uur audio

€90.00

10,000 gesprekken van 3 minuten met sprekerdiarisatie

500 uur + 10,000 gesprekken

€145.00

On-premise of op grotere schaal? Praat met sales → (https://mihu.ai/nl/contact)

## Geef uw product een stem en oren.

Beluister de stemmen, transcribeer een gesprek in de console, of haal een API-sleutel op en stream binnen enkele minuten uw eerste audio.

API-sleutel ophalen (https://voice.mihu.ai/console/keys) Lees de documentatie (https://developers.mihu.ai/stt/introduction)
