Mihu Voice · Yeni

İnsan gibi konuşan sesler. Konuşulurken oluşan transkriptler.

Mihu Voice, canlı aramalar için geliştirdiğimiz kendi konuşma altyapımızdır: Umay, arayan kişi daha konuşurken sesi metne çevirir; Ses ise metni yedi dilde doğal konuşmaya dönüştürür. Tek API; Avrupa'da veya Türkiye'de barındırılır ya da kendi sunucularınızda çalışır.

~80 ms
Arayan sustuktan sonra nihai metin
7
Dil, sesten metne ve metinden sese
10–30 s
konuşmayla ses klonlama
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.
İki model, tek API

Her Mihu ajanının kulağı ve sesi, artık sizin ürününüze de açık.

Sesten metne için mihu-umay-v1 ve metinden sese için mihu-ses-v1, REST ve WebSocket üzerinden tek bir API anahtarıyla çalışır. İkisi de her bölgede aynı şekilde yanıt verir ve yalnızca base URL değiştirilerek resmi OpenAI SDK'larıyla kullanılabilir.

Umay
Sesten metne, canlı ve dosya
Ses
Metinden sese, akış halinde
Diller
TR, EN, DE, FR, IT, RU, ES
Nerede çalışır
Avrupa, Türkiye veya on-premise
Umay · sesten metne

Arayan daha konuşurken metin ekranda belirir.

Kişi konuştukça ara metin akar. Konuşma bittikten yaklaşık 80 ms sonra, göz kırpmaktan daha kısa sürede nihai cümle hazırdır; böylece ajanınız duraksamadan yanıt verebilir.

Türkçe okunmuş konuşmada Umay'ın kelime hata oranı %3,42; test ettiğimiz dokuz sistem arasında en düşük. Yalnızca Türkçe modunda tek bir sunucu 256 canlı aramaya kadar işler.

  • WebSocket üzerinden canlı aramalar: 100 ms'lik çerçevelerde 16 kHz PCM, tek soket
  • Yaygın tüm formatlarda dosyalar REST üzerinden; hızlı modda gerçek zamandan 19,5× daha hızlı
  • 8 kHz telefon sesi desteklenir
Canlı bir aramada ara ve nihai metin; konuşmacılar konuştukça etiketlenir.

Umay'ın yapabildiği her şey

Konuşmacı seçenekleri istek bazında açılır; kapalıyken ek gecikme olmaz.

Akıllı biçimlendirme ve yer adları

Tutarlar, tarihler ve adresler CRM'in beklediği biçimde çıkar.

Tutarlar, tarihler ve plakalar rakamla yazılır; bu yalnızca yaklaşık 6 ms ekler. Yerleşik ilçe ve mahalle listeleri ile kendi anahtar kelimeleriniz, canlı yer adı doğruluğunu 3 ila 8 puan artırır.

1.68%yer ipuçlarıyla 500 sesli adreste kelime hata oranı, 8 kHz
97.2%yer ipuçlarıyla tamamen doğru çıkan adres cümlesi oranı
Ses · metinden sese

Kulağa yerel gelen konuşma.

Ses; adresleri, yer adlarını, tutarları, tarihleri, plakaları ve telefon numaralarını yedi dilin hepsinde insanların söylediği gibi okur. Cümlenin tamamı sentezlenmeden ses akışı başlar; ilk ses yaklaşık 0,1 sn içinde gelir.

  • 7 dilde 22 hazır ses ve kendi sesleriniz
  • pcm, wav, mp3, opus, aac veya flac olarak 24 kHz ses
  • Söz kesme (barge-in): arayan konuştuğu anda bağlantıyı kapatmak konuşmayı durdurur
  • İsteğe bağlı Türkçe üret-ve-doğrula ve Rusça vurgu
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.
Tek istek, her dilde doğru okunur ve üretildikçe akış halinde gelir.
Ses klonlama

10–30 saniyelik konuşmadan kendi sesiniz.

Kısa bir örnek kaydedin; Ses, 22 hazır sesin yanında kullanabileceğiniz özel bir ses oluşturur. Her klon bir okuma kontrolünden geçer ve konuşmacının onayını gerektirir. Kayıt yalnızca sesi oluşturmak için kullanılır ve ardından silinir; yalnızca sesin kendisi saklanır.

Konsolda ses klonlayın
Karşılaştırmalar · Kasım 2026

7 dilin hepsinde doğruluk.

Her sistem açık test setlerinde aynı yöntemle, sayılar ve biçimler normalize edilerek puanlandı. Daha düşük kelime hata oranı daha iyidir.

Sesten metne · Umay · FLEURS, temiz ses
DilKelime hata oranıKelime doğruluğu
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%
Metinden sese · Ses · Whisper large-v3 ile 8 kHz'de geri okundu
DilKelime hata oranıKelime doğruluğu
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 · ilk sese kadar geçen süre, CPU üzerinde
  • TR0.10 s
  • EN0.11 s
  • DE0.11 s
  • FR0.15 s
  • ES0.12 s
  • IT0.13 s
  • RU0.31 s

Türkçe ayrıca telefon görüşmeleri ve yayın kayıtlarında da ölçüldü. Yöntemler, test edilen tüm sistemler ve grafiklerin tamamı karşılaştırmalar sayfasında. Tüm karşılaştırmalar →

Konsol

API'nin yaptığı her şey, tarayıcıda.

Kod yazmadan sesleri deneyin, transkripsiyon yapın, ses klonlayın ve anahtarlarınızı yönetin. Verilerin ne kadar süre saklanacağına da siz karar verirsiniz.

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.
Sesler: 22 hazır ses ve kendi sesleriniz; klonlama, seslendirme, transkripsiyon ve anahtar alma kısayollarıyla.
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.
Metinden Sese: yazın, ses ve hız seçin, telaffuzu kontrol edin ve indirin.

Sesler

Hazır sesler ve kendi sesleriniz. Kullanmadan önce istediğinizi dinleyin.

Metinden Sese

Yazın, bir ses seçin ve yaklaşık 0,1 sn içinde başladığını duyun. mp3, wav, flac ve diğer formatlarda indirin.

Sesten Metne

Bir dosya veya bağlantı yükleyin, kayıt yapın ya da canlıya geçip konuştukça kelimelerin belirdiğini izleyin.

Ses Ayırıcı

Bir kayıttan arka plan seslerini ve gürültüyü kaldırın; öncesini ve sonrasını karşılaştırın.

Ses Klonla

Okuma kontrolü ve konuşmacının onayıyla, 10–30 saniyelik konuşmadan bir ses.

API anahtarları ve kullanım

Sunucularınız için anahtarlar, bölgeye göre hızlı başlangıç kodu ve harcamalarınız.

Entegrasyon

Halihazırda kullandığınız iletişim merkezine bağlanır.

Mihu SDK'sı gerekmez ve sizin tarafınızda hiçbir şey çalışmaz. Canlı aramalar sesi WebSocket üzerinden aktarır; dosyalar ve sentez düz HTTPS kullanır. Bölge seçmek yalnızca host'u değiştirir.

  • Avrupa: stt.eu.mihu.ai ve tts.eu.mihu.ai
  • Türkiye: stt.tr.mihu.ai ve tts.tr.mihu.ai, veriler ülkede kalır (KVKK)
  • Kendi sunucularınızda: CPU üzerinde Docker, çevrimdışı, GPU ve internet gerekmez
  • Resmi OpenAI SDK'ları base URL değiştirilerek çalışır
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

Veri koruma: KVKK ve GDPR

Ses saklanmaz

Canlı akışlar bellekte işlenir ve asla diske yazılmaz. Bir dosya yalnızca transkripsiyonu sürdüğü sürece tutulur.

Transkriptler loglanmaz

API sonuçları size döndürülür, saklanmaz. Konsolda transkriptlerin ne kadar kalacağını siz seçersiniz: hiç saklamamaktan 3 yıla kadar.

Onaya bağlı ses izleri

Ses kayıtları asla saklanmaz. Yalnızca sayısal bir imza tutulur, o da yalnızca siz isterseniz; kalıcı olarak silinebilir.

Fiyatlandırma

Gönderdiğiniz ses ve seslendirdiğiniz karakter kadar ödeyin.

Liste fiyatları euro cinsindendir. Seçenekler yalnızca kullandığınızda ayrıca faturalandırılır. Dosyalar ve canlı akışlar aynı fiyattadır.

Sesten metne · mihu-umay-v1
€0.09 ses saati başına
ses dakikası başına 0,0015 €
Metinden sese · mihu-ses-v1
€10 milyon karakter başına
bin karakter başına 0,01 €
Sesten metne seçenekleri
€0.01 her biri
Görüşme başına: ses izolasyonu, konuşmacı ayrıştırma, konuşmacı kilidi, cinsiyet tespiti. İstek başına: ses izleri, konuşmacı doğrulama.
Tipik iş yüklerinin liste fiyatıyla maliyeti
İş yüküHacimMaliyet
3 dakikalık 10.000 aramanın transkripsiyonu500 saat ses€45.00
200 karakterlik 10.000 yanıtın seslendirilmesi2 milyon karakter€20.00
1.000 saatlik kaydın transkripsiyonu1.000 saat ses€90.00
Konuşmacı ayrıştırmalı, 3 dakikalık 10.000 arama500 saat + 10.000 görüşme€145.00

On-premise kurulum ya da daha yüksek hacim mi gerekiyor? Satış ekibiyle görüşün →

Ürününüze ses ve kulak kazandırın.

Sesleri dinleyin, konsolda bir aramanın transkriptini çıkarın ya da bir API anahtarı alıp ilk sesinizi dakikalar içinde aktarın.