🎁 Nouveau Inscription gratuite, 10 appels offerts. Jusqu'à 1 $, sans carte.

nova-2-sonic

Date de sortie : 2025-12-02

bêta sur invitation Appel d'outils

Amazon Nova 2 Sonic est le modèle de fondation speech-to-speech d'Amazon pour créer des applications de conversation vocale naturelles et en temps réel, et le guide utilisateur Nova le destine aux assistants vocaux interactifs, à l'automatisation du service client et aux applications conversationnelles.

Entrée
audio texte $0.06/M
Sortie
audio texte $0.24/M
Entrée audio
$3/M
Sortie audio
$12/M

Prix catalogue du fournisseur : sans majoration de plateforme, paiement à l'usage. Ce sont les prix catalogue officiels. Les clients connectés peuvent voir les prix effectifs incluant les remises de l’espace de travail sur /console/pricing.

Prix · position parmi 6 modèles comparables

Entrée$0.06/M
$0.06 · nova-2-sonic GPT Realtime · $4
Sortie$0.24/M
$0.24 · nova-2-sonic GPT Realtime 2.1 · $24

La barre montre où se situe le prix de ce modèle parmi tous les modèles du même type sur Synthorai. Le moins cher et le plus cher sont nommés à chaque extrémité. Ce sont des tarifs de base ; les remises lot, région et écriture en cache figurent sur la page des tarifs.

Spécifications et limites

Tokens

Fenêtre de contexte (spécification du fournisseur) 1 000 000
Sortie max (spéc. fournisseur) 64 000

Audio

Langues Anglais (US, Royaume-Uni, Inde, Australie), français, italien, allemand, espagnol, portugais et hindi, avec détection et changement de langue automatiques en cours de session
Limites audio
  • Streaming bidirectionnel via InvokeModelWithBidirectionalStream
  • audio/lpcm, 16 bits, mono, base64, 16 kHz en entrée et 24 kHz en sortie
  • limite de connexion de 8 minutes, avec un motif documenté de continuation de session pour les conversations plus longues
  • inférence dans la Région uniquement (us-east-1, us-west-2, eu-north-1, ap-northeast-1)
Transcription en streaming Oui

Temps réel

Voix Voix à sonorité féminine et masculine par locale (tiffany/matthew en-US, amy en-GB, olivia en-AU, kiara/arjun en-IN et hi-IN, ambre/florian fr-FR, beatrice/lorenzo it-IT, tina/lennart de-DE, lupe/carlos es-US, carolina/leo pt-BR) ; tiffany et matthew sont des voix polyglottes qui parlent toutes les langues prises en charge.
Session
  • Alternance de parole intelligente avec sensibilité d'endpointing configurable
  • gestion élégante des interruptions sans perte de contexte
  • appel de fonctions avec traitement asynchrone des outils (l'assistant continue de parler pendant l'exécution des outils)
  • ancrage RAG
  • entrée audio et texte mélangée dans une même conversation
  • limite de connexion de 8 minutes

Modèle

Modalités audio + texte → audio + texte
  • Modèle de fondation speech-to-speech d'Amazon pour les applications vocales en temps réel, accessible via une API de streaming bidirectionnel plutôt que requête/réponse. Il adapte sa diction à la prosodie de la parole entrante et change de langue au sein d'une même phrase
  • documenté comme robuste au bruit de fond et aux accents dans les langues prises en charge

selon docs officielles Amazon ↗

Utilisez nova-2-sonic en 30 secondes

Compatible OpenAI Realtime : connectez-vous en WebSocket, audio entrant et sortant. WS /v1/realtime

import asyncio, base64, json, websockets

URL = "wss://synthorai.io/v1/realtime?model=nova-2-sonic"
# Send ONLY the Authorization header — the beta protocol is retired.
HEADERS = {"Authorization": "Bearer sk-syn-..."}

async def main():
    async with websockets.connect(URL, additional_headers=HEADERS) as ws:
        # 1) configure the speech-to-speech session
        await ws.send(json.dumps({
            "type": "session.update",
            "session": {
                "type": "realtime",
                "output_modalities": ["audio"],
                "audio": {"output": {"voice": "alloy"}},
            },
        }))
        # 2) send input audio (base64 PCM16), then request a spoken reply
        await ws.send(json.dumps({"type": "input_audio_buffer.append", "audio": pcm16_b64}))
        await ws.send(json.dumps({"type": "input_audio_buffer.commit"}))
        await ws.send(json.dumps({"type": "response.create"}))
        # 3) stream the model's audio (and text) back
        async for raw in ws:
            ev = json.loads(raw)
            if ev["type"] == "response.audio.delta":
                play(base64.b64decode(ev["delta"]))   # audio out
            elif ev["type"] == "response.done":
                break

asyncio.run(main())

À propos de nova-2-sonic

  • On l'atteint via une API de streaming bidirectionnel plutôt que par requête-réponse, ce qui est précisément ce qui rend possible une conversation multi-tours à faible latence.
  • La documentation officielle indique une fenêtre de contexte de 1M de tokens et 64K tokens de sortie maximum, l'audio et le texte étant acceptés dans la même conversation et renvoyés tous les deux.
  • La couverture vocale s'étend à l'anglais dans ses variantes américaine, britannique, indienne et australienne, plus le français, l'italien, l'allemand, l'espagnol, le portugais et le hindi, proposés en voix à sonorité masculine comme féminine, avec détection et changement de langue automatiques ; les voix polyglottes parlent toute langue prise en charge, de sorte que la persona reste constante quand un appelant change de langue en cours de session.
  • Le comportement conversationnel est l'argument central : la diction s'adapte à la prosodie de la parole entrante, une gestion intelligente des tours de parole détecte quand un locuteur a fini, les interruptions sont traitées avec fluidité sans perdre le contexte, et la documentation revendique une robustesse au bruit de fond et aux accents dans les langues prises en charge.
  • L'appel de fonctions et les workflows agentiques sont pris en charge, tout comme l'ancrage des connaissances sur des données d'entreprise par génération augmentée de récupération, et la gestion asynchrone des outils permet à l'assistant de continuer à parler pendant qu'un outil s'exécute en arrière-plan.
  • Une limite à intégrer dès la conception : les connexions sont plafonnées à huit minutes, avec un motif documenté de renouvellement et de continuation de session dans le code d'exemple pour les conversations plus longues.
  • La disponibilité se limite à un petit ensemble de régions.
  • Synthorai le sert via l'endpoint WebSocket /v1/realtime compatible OpenAI, de sorte que les clients SDK Realtime officiels se connectent sans modification.

FAQ

Peut-on essayer l'API nova-2-sonic gratuitement ?

nova-2-sonic est actuellement en bêta sur invitation : l'accès se fait sur candidature plutôt que par inscription ouverte. Faites la demande depuis la console Synthorai ; une fois approuvée, la tarification standard au paiement à l'usage s'applique, sans abonnement.

Quels sont les points forts de nova-2-sonic ?

Modèle speech-to-speech pour la conversation vocale en temps réel ; les voix polyglottes gardent une seule persona à travers les changements de langue ; connexions plafonnées à huit minutes avec un motif de renouvellement documenté. Voir la section À propos pour le tableau complet, tiré des notes de version officielles du fournisseur.

Combien coûte nova-2-sonic ?

Sur Synthorai, nova-2-sonic coûte $0.06 par million de tokens en entrée et $0.24 par million de tokens en sortie, soit le prix catalogue du fournisseur, sans majoration de plateforme.

Comment appeler l'API nova-2-sonic ?

nova-2-sonic est un modèle speech-to-speech : connectez-vous en WebSocket à wss://synthorai.io/v1/realtime?model=nova-2-sonic avec le SDK OpenAI Realtime (ou un WebSocket brut) pour envoyer et recevoir de l'audio. Ce n'est pas un envoi de fichier POST /v1/audio/transcriptions. Authentifiez-vous avec votre clé sk-syn et n'envoyez que l'en-tête Authorization (le protocole beta est retiré).

Comment obtenir l'accès à nova-2-sonic ?

nova-2-sonic est en bêta sur invitation : demandez l'accès depuis la console Synthorai. Une fois la demande approuvée, il fonctionne comme tous les autres modèles : pointez votre SDK OpenAI vers base_url="https://synthorai.io/v1" et définissez model="nova-2-sonic".

Modèles associés

Comparer

Chaque valeur de cette page est transcrite de la documentation du fournisseur, liée ci-dessus, et porte la date de sa vérification. Les prix sont comparés à l'échelle du catalogue ; les valeurs de spécification que les fournisseurs définissent différemment sont présentées avec la différence indiquée plutôt que mises en graphique. Rien ici n'est mesuré par nous, et rien n'est noté.

Obtenez votre clé API gratuite Comparez votre coût →