Soniox 为开发多语言语音产品的团队提供统一的语音 AI API，涵盖实时语音转文本、文本转语音和实时翻译，支持 60 多种语言，包括说话人在句中切换语言的对话场景。 其语音转文本在口音、数字、人名和领域词汇上具备高识别准确率，适用于多说话人对话与高噪声环境；文本转语音支持通过音频标签进行表达控制、即时语音克隆和低延迟流式输出；实时翻译覆盖 3,600 种语言对，可在句子说完前输出译文。 平台按 token 计费，实时流式转写约合每小时 0.12 美元，异步文件转写约合每小时 0.10 美元，生成语音约合每小时 0.70 美元。用户可按项目选择美国、欧盟、日本、印度等数据处理区域，发送的内容不会被用于训练模型。