Speechmatics · Tools

Speechmatics

Auf einen Blick

Preis
Preis auf Anfrage
Anbieter
Speechmatics

Technische Daten & Eigenschaften

Kaufentscheidend

Preis-Modell
Freemium 1
Audio-Funktionen
  • Speech-to-Text
  • Text-to-Speech
1
Unterstützte Sprachen
56 Sprachen 1

Preis

Kostenlose Stufe
Ja 1
Freikontingent pro Monat
3.000 Min./Monat 1

Integration

Streaming-API
Ja 1

Compliance

SOC 2
Ja 1
Daten melden / Korrektur vorschlagen

Messwerte im Kategorie-Vergleich

Unterstützte Sprachen
56 Sprachen Kategorie-Max 100 Sprachen (12 belegt)
Latenz (Echtzeit-Audio)
k. A.
Freikontingent pro Monat
3.000 Min./Monat Kategorie-Max 3.000 Min./Monat (7 belegt)

Profil

Speechmatics ist eine Speech-to-Text- und Text-to-Speech-API für Entwicklerteams, die automatische Transkription in vielen Sprachen in eigene Produkte einbauen wollen — etwa Callcenter, Medienplattformen, Meeting-Tools und Voice-AI-Agenten. Das Preismodell ist nutzungsbasiert: eine echte Gratis-Stufe mit 3.000 Minuten Speech-to-Text und 1 Million Zeichen Text-to-Speech pro Monat, eine Pro-Stufe ab rund 0,129 $/Stunde mit Mengenrabatten, sowie individuelles Enterprise-Pricing für unbegrenzte Skalierung.

Wer steckt dahinter

Speechmatics wird von Speechmatics Ltd entwickelt, einem Speech-AI-Unternehmen mit Sitz in Großbritannien. Entwicklerteams binden die REST-/Streaming-API in ihre Anwendungen ein, um Audio in Echtzeit oder per Batch-Datei-Jobs in Text umzuwandeln (oder umgekehrt), und wählen dabei zwischen den Modellen Enhanced, Standard und Melia 1 je nach Genauigkeit, Latenz und Sprachbedarf.

Kernfunktionen

  • Automatische Spracherkennung in 56+ Sprachen, mit Echtzeit- (Streaming-) und Batch-Transkriptionsmodus (dateibasiert)
  • Text-to-Speech mit rund 20 Stunden Audio pro verarbeiteter 1 Million Zeichen
  • Drei wählbare Modelle — Enhanced, Standard und Melia 1 — mit unterschiedlicher Abwägung von Genauigkeit, Latenz und Kosten; Melia 1 ergänzt 69 Sprachpaare für Übersetzung und mehrsprachige Transkription
  • Limits für gleichzeitige Echtzeit-Sessions, die je nach Stufe skalieren: 2 im Free-Plan, 50 im Pro-Plan, unbegrenzt im Enterprise-Plan
  • Datei-Job-Durchsatz bis zu 10 Jobs/Sekunde im Pro-Plan, ohne Rate-Limits im Enterprise-Plan
  • Enterprise-Optionen für private/On-Premises-Bereitstellung, individuelle Modell- und Stimmentwicklung sowie einen dedizierten Customer Success Manager

Preise

  • Free: 0 $, keine Kreditkarte nötig — 3.000 Minuten (50 Stunden) Speech-to-Text pro Monat, 1 Million Zeichen (~20 Stunden) Text-to-Speech pro Monat, 2 gleichzeitige Echtzeit-Sessions
  • Pro: ab rund 0,129 $/Stunde mit optionalem 20-%-Rabatt, weiterhin mit denselben 3.000 Gratis-Minuten und 1 Mio. Gratis-TTS-Zeichen pro Monat, bevor Pay-as-you-go-Tarife greifen; Nutzung gedeckelt auf 6.000 Stunden/Monat; ab 500 Stunden/Monat gelten automatisch Mengenrabatte
  • Enterprise: individuelles Preismodell — unbegrenzte Skalierung und gleichzeitige Sessions, keine Rate-Limits, private Bereitstellungsoptionen, individuelle Modelle
  • Aktuelle Stundensätze auf speechmatics.com/pricing prüfen, da sich nutzungsbasierte API-Preise ändern können

Für wen

Einzelentwickler und kleine Projekte, die Sprachfunktionen prototypisch testen, kommen mit der Gratis-Stufe von 3.000 Minuten/Monat gut zurecht. Wachsende Produkte mit Echtzeit-Transkriptionsbedarf — Callcenter, Meeting-Apps, Medienmonitoring — passen zur Pro-Stufe, sobald das Gratis-Kontingent überschritten wird. Organisationen, die garantierte Verfügbarkeit, private/On-Premises-Bereitstellung, individuelle Stimmmodelle oder eine Nutzung weit über 6.000 Stunden/Monat benötigen, sollten mit Speechmatics über Enterprise-Preise sprechen.

Häufige Fragen

Was kostet Speechmatics?

Speechmatics ist nutzungsbasiert: Die Free-Stufe kostet 0 $/Monat für 3.000 Minuten Speech-to-Text und 1 Million Zeichen Text-to-Speech, die Pro-Stufe startet bei rund 0,129 $/Stunde mit Mengenrabatten ab 500 Stunden/Monat (gedeckelt auf 6.000 Stunden/Monat), und Enterprise ist individuell bepreist für unbegrenzte Skalierung. Aktuelle Stundensätze direkt auf speechmatics.com/pricing prüfen, da sich nutzungsbasierte API-Preise ändern können.

Ist Speechmatics kostenlos?

Ja, Speechmatics bietet eine echte 0-$-Gratis-Stufe ohne Kreditkartenpflicht mit 3.000 Minuten (50 Stunden) Speech-to-Text und 1 Million Zeichen (~20 Stunden) Text-to-Speech pro Monat, dazu 2 gleichzeitige Echtzeit-Sessions. Das reicht gut für Prototyping und kleine Projekte, für höheres Volumen oder mehr Gleichzeitigkeit in Produktion ist ein Upgrade auf Pro oder Enterprise nötig.

Welche Sprachen unterstützt Speechmatics?

Speechmatics unterstützt automatische Spracherkennung in 56+ Sprachen, darunter Arabisch, Bengalisch, Hindi, Japanisch, Mandarin und Tamil — verfügbar in jeder Stufe. Das Melia-1-Modell ergänzt zusätzlich 69 Sprachpaare für Übersetzung und mehrsprachige Transkription, aufbauend auf der Basis-Transkriptionsabdeckung von 56+ Sprachen.

Darf ich Speechmatics kommerziell nutzen?

Ja — Speechmatics wird ausdrücklich als kommerzielle Speech-to-Text- und Text-to-Speech-API zum Einbau in Produkte wie Callcenter, Medienplattformen und Voice-AI-Agenten verkauft, kommerzielle Nutzung ist also der vorgesehene Zweck jeder bezahlten Stufe. Der Enterprise-Plan ergänzt private/On-Premises-Bereitstellungsoptionen für Organisationen mit strengeren Datenschutz- oder Compliance-Anforderungen bei kommerziellen Einsätzen.

Gibt es bei Speechmatics eine API?

Ja — Speechmatics ist im Kern ein API-Produkt; eine separate Consumer-App existiert nicht. Entwicklerteams rufen die REST-/Streaming-Endpunkte für Echtzeit- oder Batch-Speech-to-Text und Text-to-Speech auf und wählen zwischen den Modellen Enhanced, Standard und Melia 1. Der Datei-Job-Durchsatz skaliert bis zu 10 Jobs/Sekunde im Pro-Plan, ohne Rate-Limits im Enterprise-Plan.

Speechmatics vs. Rev AI — was ist der Unterschied?

Beide sind entwicklerorientierte Speech-to-Text-APIs, doch Speechmatics punktet mit breiterer Sprachabdeckung ab Werk (56+ Sprachen in jeder Stufe, inklusive Free-Stufe mit 3.000 Minuten/Monat) und ergänzt neben Transkription einen Text-to-Speech-Endpunkt. Rev AIs Reverb-Modelle sind für Englisch pro Stunde günstiger bepreist (ab 0,10 $/Stunde) und bieten zusätzlich Zugang zu Revs Marktplatz für menschliche Transkription für 1,99 $/Minute bei genauigkeitskritischer Arbeit, allerdings ist das fremdsprachige Modell eine separate, teurere Stufe (0,30 $/Stunde) statt einheitlicher Mehrsprachigkeit. Teams, die breite mehrsprachige STT plus TTS in einer API brauchen, tendieren eher zu Speechmatics; Teams, die die günstigste englische Transkription mit optionaler menschlicher Prüfung wollen, tendieren eher zu Rev AI.