Soniox API: распознавание и озвучка
Soniox называет себя платформой голосового ИИ для многоязычных приложений: распознавание, синтез речи и перевод больше чем на 60 языках. По нашему ключу доступны две её модели — свежая STT v6 для расшифровки готовых записей и озвучка TTS v2 с эмоциями прямо в тексте. Приложение Soniox — их отдельный продукт, здесь только модели по API.
- 3 модели
- от 0,19 ₽ за минуту звука
- озвучка текста, распознавание речи
Обновлено:
Модели и цены
Озвучка текста
| Модель | Знаков за раз | Цена |
|---|---|---|
| Soniox TTS v2 | до 4 096 | 1,58 ₽ за 1000 знаков |
Распознавание речи
| Модель | Звука за раз | Цена |
|---|---|---|
| Soniox STT v6 | до 2 ч | 0,19 ₽ за минуту звука |
| Soniox STT v5 | до 2 ч | 0,19 ₽ за минуту звука |
Как выбрать
Здесь выбор простой: одна модель слушает, другая говорит. Обе знают больше 60 языков, и русский есть в обоих списках Soniox — вместе с украинским и казахским.
- Soniox STT v6 — расшифровка готовых записей. Версию v6 Soniox выпустила 3 ноября 2026 года и пишет, что в ней доработала расшифровку встреч и разделение говорящих, увереннее узнаёт акценты, разговоры на нескольких языках и смену языка посреди фразы, а контекст использует точнее. Записи Soniox обрабатывает в очереди, поэтому ответ приходит не мгновенно — иногда через несколько минут.
- Soniox TTS v2 — озвучка. Общий доступ к ней открылся 11 августа 2026 года. Подачу задают метки в квадратных скобках: эмоции, тон, смех, вздохи, шёпот и паузы. В нашем каталоге у неё 200 голосов, и все говорят на всех её языках.
- STT v5 — прошлая версия распознавания. Soniox объявила её устаревшей и уберёт 15 декабря 2026 года, так что новые программы сразу пиши под v6.
Если важна цена минуты расшифровки с русским, сравни STT v6 с соседями в подборке моделей распознавания речи: там цены за минуту стоят рядом.
Популярные задачи
Созвоны команды и встречи
Еженедельный созвон на час, где говорят шестеро, — то, что Soniox дорабатывала в v6 в первую очередь. Отправь запись в Soniox STT v6 с language: "ru" и получи текст для заметок. Как в нашем ответе выглядит время слов и разметка говорящих, описано в документации по распознаванию.
Пример запроса: запись созвона команды, в ответ — текст с разметкой по говорящим.
Русская речь с английскими терминами
Разработчики говорят «задеплоить», «пулл-реквест» и вставляют английские фразы целиком. Soniox прямо пишет, что v6 увереннее распознаёт разговоры на нескольких языках и смену языка внутри предложения. Для созвонов айтишников, маркетологов и всех, кто живёт между двумя языками, это ровно та ситуация.
Озвучка выпусков и новостей в приложении
Soniox TTS v2 читает текст с теми интонациями, которые ты разметишь: [warm] — тепло, [calm] — спокойно, [excited] — с азартом. Метки пишутся по-английски даже в русском тексте: перевод вроде [тепло] Soniox не поддерживает. Незнакомую метку модель может прочитать вслух, поэтому бери примеры из документации.
Пример запроса: «[warm] Спасибо, что остаёшься с нами! Новый выпуск уже в приложении.»
Реплики героев в истории или игре
Для живой сцены у TTS v2 есть звуки и паузы: [laughs], [sighs], [whispering], [pause] и [long pause]. Слово можно выделить заглавными буквами, ударение — звёздочками, растянутое «нууу» — повтором гласной, а многоточие даёт неуверенную паузу. Soniox советует не складывать сложные указания в одну метку: простые срабатывают надёжнее.
Голос ассистента на нескольких языках
Голоса TTS v2 многоязычные: один и тот же голос прочитает русскую, английскую и турецкую версии подсказки. Для приложения с пользователями из разных стран это значит одинаковый «характер» во всех языках без подбора нового голоса под каждый. Другие озвучки с русским сравниваем в разделе озвучки текста.
Как получить ключ Soniox API в России
Ключ из кабинета Soniox нам не нужен, как и их формат запросов: работаем по своему ключу и в формате OpenAI.
- Открой кабинет разработчика на veselo.ai и выпусти ключ
sk-vsl-…. - Пополни API-счёт с российской карты или по СБП — деньги с него тратятся на любые модели каталога.
- Для расшифровки отправь файл на
https://veselo.ai/v1/audio/transcriptionsсmodel=soniox/stt-async-v6, для озвучки — текст на/v1/audio/speechсmodel: "soniox/tts-rt-v2".
Приложения Soniox — Smart Scribe, Translator, Voice Typing — этим ключом не открываются: это отдельный продукт Soniox. Все поля наших запросов — в разделах «Озвучка» и «Распознавание речи».
Как подключить
Вместо sk-vsl-ТВОЙ_КЛЮЧ — ключ из кабинета. Ответ придёт в формате OpenAI. Пример — с моделью Soniox STT v6: у других моделей меняется только model.
curl
curl https://veselo.ai/v1/audio/transcriptions \
-H "Authorization: Bearer sk-vsl-ТВОЙ_КЛЮЧ" \
-F model="soniox/stt-async-v6" \
-F file="@speech.mp3"Python
from openai import OpenAI # pip install openai
client = OpenAI(base_url="https://veselo.ai/v1", api_key="sk-vsl-ТВОЙ_КЛЮЧ", timeout=600.0, max_retries=0)
with open("speech.mp3", "rb") as f:
r = client.audio.transcriptions.create(model="soniox/stt-async-v6", file=f)
print(r.text)JavaScript
import fs from 'node:fs';
import OpenAI from 'openai'; // npm i openai
const client = new OpenAI({ baseURL: 'https://veselo.ai/v1', apiKey: 'sk-vsl-ТВОЙ_КЛЮЧ', timeout: 600_000, maxRetries: 0 });
const r = await client.audio.transcriptions.create({
model: 'soniox/stt-async-v6',
file: fs.createReadStream('speech.mp3'),
});
console.log(r.text);В программах: тем же ключом и по тому же адресу, что остальные модели, — из любого HTTP-клиента или библиотеки openai. Библиотеки и программы
Версии и отличия
- STT v6 для записей — выпущена 3 ноября 2026 года, сейчас основная. Доработаны встречи, разделение говорящих, акценты и смешанные языки.
- STT v5 для записей — устаревшая, Soniox уберёт её 15 декабря 2026 года. Старое имя v4 у Soniox теперь ведёт на v5.
- TTS v2 — общий доступ с 11 августа 2026 года, 60+ языков, метки эмоций и звуков в тексте. Первая TTS v1 Soniox убрала 31 августа 2026 года.
- Чего здесь нет: моделей Soniox для живой речи и перевода в реальном времени, а также копий голоса по образцу записи. Через наш API — только готовые файлы и обычные запросы.
Вопросы и ответы
- Soniox — это приложение или API?
- И то и другое. У Soniox есть приложение для заметок, перевода и голосового ввода — его делает сама Soniox. Здесь — её модели по API: подключаешь их к своей программе, боту или сайту и платишь за минуты и знаки.
- Понимает ли Soniox русский язык?
- Да. Русский есть и в списке языков распознавания, и в списке языков озвучки Soniox. Там же украинский, казахский и ещё больше полусотни языков.
- На каком языке писать метки эмоций в Soniox TTS?
- Только на английском, даже если текст на русском:
[calm], а не[спокойно]. Локализованные метки Soniox не поддерживает, и модель может прочитать их вслух. - Что будет с Soniox STT v5?
- Soniox уберёт её 15 декабря 2026 года. Если твоя программа ещё зовёт v5, замени id на
soniox/stt-async-v6— остальной запрос менять не нужно. - Переводит ли Soniox речь через ваш API?
- Нет. Через нас Soniox только расшифровывает запись на том языке, на котором говорили. Перевод Soniox включается отдельными настройками, и наш API их не передаёт. Готовый текст можно перевести отдельно — языковыми моделями из подборки для перевода.
- Почему расшифровка Soniox приходит не сразу?
- Готовые записи Soniox обрабатывает в очереди, и на длинный файл уходит время. Наш API ждёт результат сам — оставь клиенту тайм-аут минут на десять. Если что-то пошло не так, деньги за запрос не спишутся.
- Нужны ли VPN и зарубежная карта?
- Нет. Запросы идут на https://veselo.ai/v1, а API-счёт пополняется в рублях — картой российского банка или по СБП.
- Сколько стоит запрос, который закончился ошибкой?
- Нисколько: ошибка нейросети денег не стоит, удержание на время запроса снимается целиком.
Ещё по теме
Факты сверены 16 ноября 2026 по документации: docs.soniox.com, soniox.com