Soniox

Soniox est une API de reconnaissance vocale (speech-to-text) que l'éditeur a développée de bout en bout : modèles, moteur d'inférence et infrastructure temps réel. Elle transcrit en direct ou par fichier dans plus de 60 langues, propose une synthèse vocale et une traduction de la parole. La facturation se fait à l'usage, en jetons : pour la transcription, 1,50 $ le million de jetons audio en entrée pour les fichiers et 2,00 $ en temps réel, plus 3,50 $ ou 4,00 $ le million de jetons de texte en sortie. La page indique qu'une heure d'audio représente 30 000 jetons d'entrée. La synthèse vocale coûte 4,00 $ le million de jetons de texte et 21,50 $ le million de jetons audio. Des forfaits sur mesure existent pour les gros volumes.

Le site et la documentation sont en anglais, sans version française, même si le français figure parmi les langues reconnues. L'éditeur affiche SOC 2 Type 2, ISO/IEC 27001:2022, HIPAA et RGPD, avec un traitement possible dans la région du client. La documentation cite des intégrations avec LiveKit, Pipecat, LangChain, Twilio et le Vercel AI SDK, ainsi que des SDK et des API REST et WebSocket. Il s'agit d'un composant pour développeurs : aucune application prête à l'emploi pour transcrire une réunion, et une facturation en jetons qui demande de faire les calculs soi-même pour prévoir une facture. Le prix par heure annoncé sur la page (0,10 $ en fichier et 0,12 $ en temps réel, selon l’éditeur) est un équivalent calculé par l'éditeur, pas une ligne de facturation.