SpeaklySpeakly

Andere Anbieter

ElevenLabs, Mistral, Deepgram, Google Gemini und eigene Endpoints

Neben OpenAI und Groq unterstützt die Engine Your API Key (Ihr API-Schlüssel) ElevenLabs, Mistral, Deepgram, Google (Gemini 3.5 Transcribe) und jeden eigenen, OpenAI-kompatiblen Endpoint.

Alle werden an derselben Stelle eingerichtet: Settings → Transcription (Einstellungen → Transkription) → Engine Your API Key → Anbieter in der Zeile Provider wählen → Schlüssel einfügen → Test Connection (Verbindung testen). Die Zusammenfassung der App gilt für alle: Der Schlüssel wird verschlüsselt lokal gespeichert, Aufrufe gehen direkt von Speakly an den Anbieter und nicht über Speakly-Server, der Anbieter rechnet die Nutzung ab, und eine Internetverbindung ist nötig.

ElevenLabs

  1. Erstellen Sie einen Schlüssel auf elevenlabs.io/app/developers/api-keys
  2. Fügen Sie ihn in ElevenLabs API Key ein — er beginnt mit sk_
  3. Klicken Sie auf Test Connection und warten Sie auf "API key is valid"

Es gibt keine Modellauswahl: Die Anbieterkarte trägt den Hinweis Scribe v1, und das Panel sagt "Model: Scribe v1 - ElevenLabs' speech-to-text model with support for 99 languages, speaker diarization, and audio event detection." ElevenLabs und Google (Gemini 3.5 Transcribe Live) geben der Live-Transkription einen echten Echtzeit-Stream; alle anderen Engines nutzen den blockweisen Weg.

Mistral (Voxtral)

  1. Erstellen Sie einen Schlüssel auf console.mistral.ai/api-keys
  2. Fügen Sie ihn in Mistral API Key ein
  3. Klicken Sie auf Test Connection
  4. Wählen Sie ein Modell unter Model — die Liste wird bei gültigem Schlüssel aus Ihrem Mistral-Konto geladen; Standard ist voxtral-mini-latest

Deepgram

  1. Erstellen Sie einen Schlüssel auf console.deepgram.com/settings/api-keys
  2. Fügen Sie ihn in Deepgram API Key ein
  3. Klicken Sie auf Test Connection
  4. Wählen Sie ein Modell unter Model — aus Ihrem Konto geladen und auf die neueste Nova-Generation (general und medical) beschränkt; der Rest des Deepgram-Katalogs ist älter, auf englische Telefonaufnahmen abgestimmt oder gar keine Spracherkennung. Gespeicherter Standard ist nova-3

Das Panel notiert: "Free tier includes $200 credit."

Google — Gemini 3.5 Transcribe

Sie brauchen einen Google-AI-Studio-Schlüssel
Die Google-Engine läuft über die Gemini API mit dem Modell Gemini 3.5 Transcribe, der Schlüssel kommt also aus Google AI Studio. Ein für Speech-to-Text erstellter Google-Cloud-Console-Schlüssel wird abgelehnt — das Panel antwortet "This key cannot call the Gemini API" — ersetzen Sie ihn und klicken Sie auf Test Connection. Der Schlüssel wird auch für die Nachbearbeitung mit Google Gemini gespeichert, Sie fügen ihn also nur einmal ein.
  1. Öffnen Sie aistudio.google.com/api-keys
  2. Klicken Sie auf Create API key — der Schlüssel beginnt mit AIza
  3. Fügen Sie ihn in Google AI Studio API Key ein und klicken Sie auf Test Connection
  4. Wählen Sie unter Transcription Mode Smart oder Verbatim

Es gibt ein einziges Modell, also keine Modellauswahl. Smart (Recommended) liefert sauberen, lesbaren Text — Füllwörter, Wiederholungen und Neuansätze entfernt, Zeichensetzung bereinigt; Verbatim behält genau das, was gesagt wurde. Der Modus gilt gleichermaßen für Diktat, Datei- und YouTube-Transkription und Live-Transkription. Die Sprache wird automatisch erkannt, sofern Sie keine gesprochene Sprache festlegen, und Ihr Wörterbuch wird als benutzerdefiniertes Vokabular gesendet (bis zu 100 Einträge). Der Preis liegt bei etwa $0,005 pro Audiominute (etwa $0,009 im Live-Stream); Ein Schlüssel in einem Projekt ohne Abrechnungskonto hat eine ratenbegrenzte kostenlose Stufe; sobald ein Abrechnungskonto verknüpft ist (neue Konten zahlen im Voraus, mindestens 5 $), wird jeder Aufruf berechnet.

Eigener OpenAI-kompatibler Endpoint

Der Anbieter Custom richtet Speakly auf jeden Dienst, der OpenAIs Transkriptions-API implementiert — das Panel nennt die Beispiele: "Connect to any service that implements the OpenAI Whisper API format, such as LocalAI, vLLM, or your own hosted endpoint."

  1. Wählen Sie Custom in der Zeile Provider
  2. Base URL: die API-Wurzel, z. B. https://api.example.com/v1
  3. API Key: das Token, das Ihr Endpoint erwartet
  4. Model Name: die anzufragende Modell-ID — standardmäßig whisper-1, "e.g., whisper-1, whisper-large-v3"
  5. Klicken Sie auf Test Connection; "Configuration valid" heißt, alle drei Felder sind gespeichert
  6. Clear (Leeren) löscht Base URL, Schlüssel und Modellnamen
Andere Anbieter — Speakly