Smallest.ai
Smallest AI · Stimme & Sprache
Smallest.ai ist eine Echtzeit-KI-Sprachplattform: Lightning macht aus Text Sprache, Pulse transkribiert Audio und gehostete Agenten bedienen Telefon, Web oder Ihre App.
Über Smallest.ai
About
Was ist Smallest.ai
Smallest.ai ist Sprachinfrastruktur und keine geschlossene App für Endnutzer. Vier Modellfamilien liegen unter einem Konto und einem API-Schlüssel: Lightning für Text zu Sprache, Pulse für Sprache zu Text, Electron als kleines Sprachmodell für den Denkschritt und Hydra für Sprache zu Sprache. Darüber sitzt eine gehostete Ebene, Voice Agents, die diese Modelle in Agenten verwandelt, die Anrufe annehmen, einem Ablauf folgen und Ihre Kunden per Telefon oder über ein Web-Widget erreichen.
Die Wette des Unternehmens: viele kleine, spezialisierte Modelle leisten mehr als ein großer Alleskönner. Electron ist ein Modell mit unter 3B Parametern, das laut Smallest GPT-4.1 bei den Aufgaben schlägt, für die es abgestimmt ist, und das ganze Argument dreht sich um Geschwindigkeit. Lightning liefert das erste Audio-Byte in etwa 200 ms, genau der Bereich, den ein natürliches Gespräch braucht.
Die Grenzen wiegen genauso schwer. Das ist Infrastruktur für Entwickler und Teams, deshalb gibt es keinen Sprach-Editor für eine einmalige Aufnahme ohne Code. Hydra, der Teil Sprache zu Sprache, läuft heute nur auf Englisch, und die reichsten Stimmkataloge neigen zu Englisch, Hindi und indischen Sprachen statt zu einer einheitlichen globalen Liste.
Erste Schritte
- Legen Sie ein Konto in der Smallest AI Console an, öffnen Sie die Seite mit den API-Schlüsseln und erzeugen Sie einen.
- Senden Sie Ihre erste Anfrage an den Text-zu-Sprache-Endpunkt oder an den von Pulse, wenn Sie Transkription brauchen, und prüfen Sie, ob Audio zurückkommt.
- Für einen vollständigen Agenten öffnen Sie das Voice-Agents-Dashboard, wählen eine Vorlage oder starten leer und schreiben den Prompt.
- Wählen Sie eine Stimme, binden Sie Werkzeuge oder eine Wissensdatenbank ein, testen Sie den Agenten im Browser und verbinden Sie dann eine Telefonnummer oder ein Embed für Web und Mobil.
Produktinformationen
Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von Smallest.ai.
Am besten für
Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.
Nutzer
- Entwickler, die einem Produkt Sprache geben
- Support- und Vertriebsteams
- Startups, die eher Geschwindigkeit als Skalierung brauchen
Aufgaben
- Text mit niedriger Latenz in Sprache verwandeln
- Anrufe und Aufnahmen transkribieren
- Einen sprechenden Agenten von Anfang bis Ende betreiben
Szenarien
- Eine KI-Rezeption aufbauen
- Ein Sprachprodukt lokalisieren
- Eine Sprachidee vor der Entscheidung testen
Wichtigste Funktionen
Text zu Sprache mit Lightning
Lightning ist die Sprachmaschine und kommt in zwei Pools. Lightning v3.1 ist der Standard-Pool mit 217 Stimmen, 12 Sprachen mit trainierten Stimmen und sofortigem Klonen aus einer Probe von 5 bis 15 Sekunden. Lightning v3.1 Pro ist der Premium-Pool mit einem kuratierten Katalog aus amerikanischen, britischen und indischen Akzenten, Wechsel zwischen Englisch und Hindi und 29 weiteren Sprachen. Beide liefern das erste Byte in etwa 200 ms.
Sprache zu Text mit Pulse
Pulse transkribiert Live- und aufgezeichnetes Audio, und die mehrsprachige Version deckt Streaming und Stapelverarbeitung in Dutzenden Sprachen ab. Dazu kommen Sprechertrennung, Zeitstempel, Schlüsselwort-Boosting und das Unkenntlichmachen sensibler Begriffe. Ein eigenes Modell, Pulse Pro, zielt auf englische Genauigkeit bei aufgezeichneten Dateien, und Pulse 2.0 ist ein englisches Streaming-Modell mit eingebauter Erkennung von Turn-Ende, Emotion und Geschlecht.
Gehostete Sprachagenten
Die Voice-Agents-Plattform macht aus den Modellen ein Produkt. Im Dashboard stellen Sie Prompt, Stimme, Sprache und Werkzeuge ein, und Smallest übernimmt Sprache zu Text, den Denkschritt, Text zu Sprache und Telefonie. Sie können den Agenten im Browser testen, bevor er eine echte Leitung berührt.
Electron, das kleine Sprachmodell
Electron ist ein OpenAI-kompatibles LLM für den Denkschritt eines Sprachagenten, mit schnellem ersten Token und Unterstützung für Werkzeugaufrufe. Es ist ein Modell mit unter 3B Parametern, und Smallest stellt es gegen deutlich größere Modelle bei den Aufgaben, die ein Sprachagent tatsächlich ausführt, eine Aussage, die man mit eigenen Prompts prüfen sollte.
Sprache zu Sprache mit Hydra
Hydra überspringt die Transkription dazwischen. Es nimmt Audio entgegen und gibt Audio über einen einzigen WebSocket zurück, fängt Unterbrechungen ab, wenn der Anrufer dazwischenredet, und ruft Ihre Werkzeuge direkt auf. Das ist der kürzeste Weg zu einem natürlichen Hin und Her, und heute läuft es auf Englisch.
Stimmklonen und eine große Stimmbibliothek
Im Standard-Pool von Lightning klonen Sie eine Stimme aus einer kurzen Probe, genug für eine Markenaufnahme oder einen gleichbleibenden Sprecher. Über beide Pools hinweg stehen mehrere hundert fertige Stimmen bereit, und Lightning v3.1 Pro ergänzt eigene Stimmen für Sprachen jenseits von Englisch und Hindi, etwa Niederländisch und Schwedisch.
Telefonie und Auslieferung über mehrere Kanäle
Die Agenten bleiben nicht in einer Webseite stecken. Sie können Telefonnummern mieten, einen eigenen SIP-Trunk mitbringen und ausgehende Kampagnen fahren oder denselben Agenten in ein Web-Widget, eine iOS- oder Android-App oder einen Flutter-Build einbetten. Webhooks und Integrationen mit LiveKit, Pipecat und dem Vercel-AI-SDK decken Teams ab, die schon eine Pipeline haben.
Vor- und Nachteile
Vorteile
- Ein einziger API-Schlüssel deckt Text zu Sprache, Sprache zu Text, ein Sprachmodell und Sprache zu Sprache ab, sodass Sie den Sprach-Stack ohne vier Anbieter aufbauen.
- Die Latenz ist das Kernargument, und das erste Byte von rund 200 ms bei Lightning trägt ein gesprochenes Gespräch ohne Stocken.
- Der Verbrauchstarif startet mit Gratis-Guthaben und ohne Vertrag, was frühe Versuche günstig hält.
- Stimmklonen und mehrere hundert Stimmen liegen im Standard-Pool, Sie brauchen also nicht die Premium-Stufe, nur um Vielfalt zu bekommen.
- Selbsthosting ist für die Kernmodelle dokumentiert, eine Option, die zählt, wenn Ihre Daten Ihre eigene Cloud nicht verlassen dürfen.
Nachteile
- Die tiefste Abdeckung bei Stimmen und Übersetzung stützt sich auf Englisch, Hindi und indische Sprachen, prüfen Sie also Ihre Zielsprache, bevor Sie sich festlegen.
- Hydra, der Teil Sprache zu Sprache, spricht heute nur Englisch, was es für mehrsprachige Agenten ausschließt.
- Es gibt keine Consumer-App für eine schnelle Aufnahme, wer nicht programmiert, hat also wenig zum Anklicken.
- Telefonie- und Enterprise-Funktionen laufen über den Vertrieb statt über eine öffentliche Preisliste, was die Budgetplanung bremst.
Häufige Fragen
Smallest.ai ist KI-Sprachinfrastruktur. Es macht aus Text Sprache, transkribiert Audio und hostet Sprachagenten, die Anrufe und Webchats bedienen, alles über eine Plattform und API.
Ähnliche Inhalte
Entdecke passende Tools, Skills und Artikel zu Smallest.ai.
Alternativen zu Smallest.ai
Foley
Hanamori Labs, LLC · Stimme & Sprache · Produktivität · KI-AssistentFoley ist eine Sprach-To-do-Liste: Ein gesprochener Satz wird zur einsortierten Aufgabe mit Projekt, Datum und Uhrzeit, und danach plant die App den Tag um das, was schon auf der Liste steht.
HireKey
HireKey · Stimme & Sprache · Produktivität · LernenHireKey ist ein KI-Copilot für die Jobsuche, entwickelt von einer erfahrenen Tech-Recruiterin. Er prüft die Passung, passt den Lebenslauf an, trainiert Interviews und sammelt jede Bewerbung.
Fluence
Yay Software (Yannick Huchard) · Schreiben · Stimme & Sprache · ProduktivitätFluence ist eine Android-App, die PDF, EPUB, Word-Dateien und Web-Artikel vorliest, den gesprochenen Satz mitführt und Fragen zum Text direkt auf dem Telefon beantwortet.