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.

~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
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.

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
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
TaalWoordfoutpercentageWoordnauwkeurigheid
Türkçe3.42%96.58%
English6.44%93.56%
Deutsch6.46%93.54%
Français6.70%93.30%
Español3.68%96.32%
Italiano3.34%96.66%
Русский5.61%94.39%
Tekst naar spraak · Ses · teruggelezen door Whisper large-v3 op 8 kHz
TaalWoordfoutpercentageWoordnauwkeurigheid
Türkçe3.38%96.62%
English1.29%98.71%
Deutsch3.62%96.38%
Français4.41%95.59%
Español2.53%97.47%
Italiano3.36%96.64%
Русский5.04%94.96%
Ses · tijd tot de eerste audio, op CPU
  • TR0.10 s
  • EN0.11 s
  • DE0.11 s
  • FR0.15 s
  • ES0.12 s
  • IT0.13 s
  • RU0.31 s

Turks wordt ook gemeten op telefoongesprekken en uitzendingen. Methoden, alle geteste systemen en de volledige grafieken staan op de benchmarkpagina. Alle 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
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

On-premise of op grotere schaal? Praat met sales →

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.