Speko samler stemme-AI i én API, så udviklere kan skifte udbyder uden kodeændringer
Tjenesten vælger den bedste model baseret på sprog og mål fremfor leverandørernes egne benchmarks.
Læs i dit tempo
Kort
Speko har lanceret en fælles teknisk adgang (API), der samler forskellige stemme-AI-modeller.
Det gør det nemt at skifte udbyder og sikrer den bedste model til det enkelte sprog.
Udviklere kan nu integrere tjenesten i deres nuværende systemer eller tilføje den til Claude.
Begynder
Forestil dig en slags universaladapter til stemmer. Speko fungerer som et digitalt omstillingsbord via en Application Programming Interface (API), som er en teknisk bro, der lader to forskellige computerprogrammer tale sammen. Værktøjet virker som en router, der sender forespørgsler videre til forskellige stemme-modeller. Det betyder, at man kan skifte udbyder af kunstig intelligens-stemmer, uden at man behøver at ændre i selve computerkoden.
Men hvordan vælger Speko den rigtige stemme? I stedet for at stole på udbydernes egne testresultater, som ofte kun er på engelsk, bruger Speko offentlige målinger for hvert enkelt sprog. Det svarer til at tjekke uvildige anmeldelser af en bilstørst i forskellige terræner i stedet for kun at læse producentens egen brochure. På den måde sikres det, at man bruger den model, der rent faktisk fungerer bedst til det specifikke mål.
Det er let at gå i gang, fordi det bruger samme system som OpenAI. Man skal blot give programmet en ny digital adresse og navnet på den ønskede model. For brugere af LiveKit TypeScript, som er et værktøj til at bygge realtids-apps, kan man blot pege sit plugin mod Spekos gateway. Udvalget består af fire udbydere: OpenAI, AssemblyAI, Modulate og ElevenLabs. Her findes modeller som GPT-4o Transcribe, Universal-3.5 Pro og Scribe v2 Realtime.
Derudover tilbyder tjenesten en Model Context Protocol (MCP) server. Det er en standardiseret måde at give AI-modeller adgang til ekstra information eller værktøjer på. Denne kan tilføjes til AI-assistenten Claude via en såkaldt Hypertext Transfer Protocol (HTTP) transport, som blot er en metode til at sende data over internettet.
Vil du have, at jeg uddyber, hvordan de forskellige stemmeudbydere adskiller sig fra hinanden?
Én fælles API giver nu adgang til flere forskellige stemmemodeller via Speko. Værktøjet fungerer som en router for stemme-AI, der gør det muligt at skifte mellem udbydere uden at ændre i koden.
Valget af model sker ud fra offentliggjorte målinger for hvert enkelt sprog. Speko bruger disse data til at beslutte, hvilken model der skal kaldes baseret på det specifikke mål, fremfor at stole på leverandørernes egne engelsksprogede benchmarks.
Integrationen sker via OpenAI API, så eksisterende frameworks kun skal have et nyt hostname og en modelstreng. For brugere af LiveKit TypeScript kan OpenAI-pluginnet peges mod Spekos gateway, mens agent-koden forbliver uændret.
Udvalget inkluderer modeller fra fire forskellige udbydere, herunder OpenAI, AssemblyAI, Modulate og ElevenLabs. Blandt de understøttede modeller findes GPT-4o Transcribe, Universal-3.5 Pro og Scribe v2 Realtime.
Tjenesten tilbyder desuden en MCP-server. Denne kan tilføjes til Claude via en HTTP-transport.
Kilder
Produktionshistorie
- Radar Signal ? af 100 · spredning 1 kilder
- Vurdering Nyheds 5/5 — Lancering af ny infrastruktur (Voice AI) til udviklere.
- Skrevet Model: mimo-v2.5-free · temperatur 0.4
- Overskrift 5 kandidater, valgt af chat.dk
- Korrektur 1 zen · 1 rettelser
- Vedtagelse Godkendt af Lars Louvre