Passer au contenu principal
Derrière chaque point d’accès se trouve un modèle, nommé d’après sa tâche. Vous ne choisissez jamais de modèle dans une requête : appelez le point d’accès, et l’API utilise le modèle qui le sert. La liste est aussi disponible en direct sur GET /v1/models, sans clé.
speech-recognitionBêtaTranscrit ce qui a été dit. Haoussa, zarma et français.POST /v1/transcribe · permission transcribespeech-synthesisBêtaLit un texte à voix haute avec la voix choisie. Haoussa, zarma et français.POST /v1/speech · permission speechtranslationBêtaHaoussa ⇄ français, à partir d’un texte ou de la parole, avec le résultat dit à voix haute si vous le demandez.POST /v1/translate · permission translatevoice-agentRechercheTient une conversation orale en haoussa.POST /v1/converse · permission converse

​
Langues par modèle

La traduction fonctionne uniquement entre le haoussa et le français, dans les deux sens. La traduction du zarma n’est pas encore dans l’API.

​
Ce que signifie le statut

Prêt pour construire, avec de vrais utilisateurs, pendant que nous continuons d’améliorer la qualité. Le point d’accès et ses champs ne changeront pas sans annonce dans l’historique des versions. La qualité est mesurée et s’améliore : testez donc avec vos propres phrases et vos propres auditeurs avant de vous y fier pour quoi que ce soit d’important.
Un aperçu d’un travail en cours. Utilisez-le pour explorer et nous faire vos retours, pas pour un service dont des personnes dépendent. Il peut changer, être plus lent, ou répondre de façons que nous apprenons encore à connaître. Les nouvelles clés n’incluent pas sa permission, sauf si vous la cochez.

​
Anciens noms

Le 7 novembre 2026, les modèles ont pris le nom de leur tâche. Si vous voyez les anciens noms dans une intégration ou un message plus ancien, ce sont les mêmes modèles : Les requêtes ne nomment jamais de modèle : rien ne doit changer dans votre code.

​
À savoir

  • Les transcriptions arrivent en minuscules, sans ponctuation.
  • La parole revient en WAV par défaut ; demandez opus pour les fichiers les plus petits (formats audio).
  • La première requête après un moment d’inactivité est plus lente, le temps que le modèle se réveille. Prévoyez jusqu’à deux minutes environ pour ce premier appel, et gardez un délai d’attente généreux.
  • Où le travail est fait. speech-recognition et speech-synthesis tournent sur les propres modèles de Namu. Les traductions de translation et les réponses de voice-agent sont rédigées par Google Gemini via OpenRouter, qui reçoit le texte à traiter.
  • Relecture par des locuteurs natifs. Les exemples en haoussa et en zarma de cette documentation n’ont pas encore tous été relus par des locuteurs natifs. Si vous voyez une erreur, dites-le-nous.