Speechmatics: Spracherkennung per API aus Cambridge
Speechmatics gehört zu den erfahrensten europäischen Anbietern für automatische Spracherkennung. Das Unternehmen aus Cambridge stellt seine Modelle als API, als Container für eigene Server und für Voice Agents bereit. Interessant ist das für alle, die Gespräche, Diktate oder Telefonate automatisch verschriften wollen.
Spracherkennungs-APIs für Echtzeit, Dateien und Voice Agents
- LandVereinigtes Königreich
- SitzCambridge
- Gegründet2006
- Schnittstelleja, öffentlich dokumentiert
Was Speechmatics macht
Speechmatics wurde 2006 von Dr. Tony Robinson als Cantab Research gegründet, einem Pionier beim Einsatz rekurrenter neuronaler Netze für Spracherkennung. Heute bietet das Unternehmen Speech-to-Text für Live-Audio und Aufnahmen an, ergänzt um Sprecherzuordnung, eigenes Vokabular und Text-to-Speech für Sprachassistenten. Laut Website erkennt ein Modell über 55 Sprachen und kann innerhalb eines Gesprächs zwischen ihnen wechseln.
2026 hat Speechmatics unter anderem ein zweisprachiges Modell für Arabisch und Englisch vorgestellt und Partnerschaften im Bereich Voice Agents und Gesundheitswesen angekündigt. Die letzte bekannte große Finanzierung war eine Series B über 62 Millionen US-Dollar unter Führung von Susquehanna Growth Equity.
Die Produkte im Überblick
Die Dokumentation beschreibt mehrere Zugänge zu den Modellen:
- Batch-API. Aufnahmen und Videodateien hochladen, Transkript mit Zeitstempeln und Sprecherzuordnung abrufen.
- Realtime-API. Live-Transkription über eine WebSocket-Verbindung, etwa für Telefonie oder Untertitel.
- Voice-Agent-Bausteine. Spracherkennung mit Erkennung von Gesprächswechseln, Text-to-Speech und Anbindungen an LiveKit, Pipecat und Vapi.
- On-Premises. CPU- und GPU-Container, Kubernetes-Betrieb und eine Virtual Appliance für eigene Server.
Für wen das Angebot gedacht ist
Speechmatics richtet sich an Softwarehersteller, Medienhäuser, Contact Center und Anbieter im Gesundheitswesen, die Sprache in großen Mengen verarbeiten. Der Einstieg läuft per Self-Service mit API-Schlüssel, größere Installationen auf eigenen Servern über den Vertrieb.
Für Betriebe ist vor allem die Möglichkeit interessant, die Erkennung auf eigener Hardware zu betreiben. So bleiben Gesprächsinhalte im Haus, was etwa in Praxen oder Kanzleien wichtig ist.
Für deutsche Anwender spielt neben der Erkennungsqualität der Datenschutz eine große Rolle. Bei der Cloud-API wird Audio an Speechmatics übertragen, daher sollten Auftragsverarbeitung und Speicherort vorab geklärt sein. Wer Patientengespräche, Mandantentermine oder interne Besprechungen verschriftet, setzt besser auf die Container-Variante auf eigener Hardware. Fachbegriffe, Produktnamen und Eigennamen lassen sich über ein eigenes Vokabular nachschärfen, was die Qualität in Branchen mit viel Spezialwortschatz deutlich beeinflusst.
Die Schnittstelle
Speechmatics dokumentiert Batch-, Realtime- und Voice-Agent-APIs samt SDKs öffentlich. API-Schlüssel werden per Self-Service im eigenen Konto erstellt, On-Premises-Container gibt es mit Lizenz. Zur Dokumentation
Was wir mit Speechmatics für Sie bauen
Wir binden die Spracherkennung von Speechmatics an Ihre Abläufe an, wahlweise in der Cloud oder auf eigenen Servern.
- Telefon-Assistent, der Anrufe live verschriftet und Anliegen ins Ticketsystem überträgt
- Diktat-Lösung für Praxis oder Kanzlei mit Transkription auf eigenem Server
- Meeting-Protokolle mit Sprecherzuordnung und automatisch erzeugten Aufgabenlisten
- Automatische Untertitel und Transkripte für Schulungs- und Produktvideos
Mehr dazu: KI-Telefonassistent, KI-Diktat, Meeting-Agent
Quellen
- Speechmatics, Website
- Speechmatics, Dokumentation
- Speech Technology Magazine, Speechmatics Raises $62 Million
- Wikipedia, Speechmatics
Stand der Angaben: 19. Oktober 2026. Die Netzhandwerker sind kein Partner der genannten Firmen. Produkt- und Firmennamen gehören den jeweiligen Inhabern, Logos dienen nur der Kennzeichnung.