Gemini 3.5 vs Soniox v5 vs Linden-1: STT-gids 2026

Drie nieuwe of recent bijgewerkte speech-to-text-opties strijden nu om workloads voor voice-agents in productie. Google stelde Gemini 3.5 Transcribe en Transcribe Live algemeen beschikbaar op 26 augustus 2026, Soniox bracht stt-rt-v5 uit op 16 juni en LiveKit Agents voegde Gemini 3.5 Transcribe Live en Speechmatics Linden-1 toe op 27 augustus (Google changelog, Soniox modeldocumentatie, LiveKit Agents releases).

Dit is een op onderzoek gebaseerde vergelijking, geen lab-benchmark. Er bestaat momenteel geen neutrale, reproduceerbare test die deze drie specifieke modellen rangschikt op dezelfde Duitse 8 kHz-telefoondataset. De relevante vraag is daarom niet "Welk model wint in het algemeen?" Het gaat erom welk toegangspad, sessielimiet, telefoonformaat, endpointing-gedrag, taalafhandeling, datatraject en facturatiemodel passen bij jouw gesprekken. Als je eerst de basis nodig hebt, begin dan bij wat speech-to-text betekent.

Belangrijkste punten

• Gemini biedt brede directe meertalige dekking en native LiveKit Inference-toegang, maar live-sessies zijn beperkt tot tien minuten en de LiveKit-route kan niet regionaal worden vastgezet.
• Soniox combineert lange sessies, telefoon-native codecs, live diarization, code-switching en configureerbare semantische endpointing via een plugin die jouw eigen Soniox-sleutel gebruikt.
• Linden-1 is een native LiveKit Inference-optie met server-side end-of-speech-detectie, maar de lokale vad-input wordt genegeerd en er is geen Linden-specifieke regionale garantie gepubliceerd.
• Openbare prijzen beschrijven verschillende toegangspaden en facturatie-eenheden. Het is geen kwaliteitsranglijst.
• Een beslissing moet volgen op een gecontroleerde A/B-test met je eigen gesprekken, in het bijzonder audio van het Duitse openbare telefoonnetwerk (PSTN), entiteitsherkenning, gespreksgrenzen en de werkelijke kosten per gespreksminuut.

Snelle vergelijking

De tabel is een momentopname van 29 augustus 2026. Het vermijdt bewust nauwkeurigheidsscores omdat leveranciersbenchmarks geen gedeelde dataset, telefoonkanaal, taalmengeling of endpointing-setup gebruiken.

Toegangs- en integratiepaden

De drie namen verbergen verschillende implementatiemodellen die van invloed zijn op inloggegevens, routering en facturatie. Een bredere checklist voor het kiezen van een STT-provider helpt bij het scheiden van vereisten op providerriveau van tests op modelniveau.

Gemini 3.5 Transcribe Live

Het directe model-ID is gemini-3.5-transcribe-live; LiveKit stelt het bloot als google/gemini-3.5-transcribe-live. Het ondersteunt tussenresultaten en eindresultaten via een live WebSocket-sessie. De directe documentatie van Google beschrijft ook strikte transcriptie en Smart Transcription-gedrag, plus automatische, hybride en handmatige spraakactiviteitsstrategieën (Gemini-modelpagina, gids voor live transcriptie).

De belangrijke operationele beperking is het maximum van tien minuten per sessie. Lange gesprekken vereisen een geplande rollover, overlap en transcript-reconciliatiestrategie. Gemini live transcriptie mist ook woord-timestamps en live speaker diarization. De LiveKit Gemini-pagina stelt momenteel een smallere lijst met taalcodes bloot dan de directe documentatie van Google en stelt niet vast dat elke directe VAD-instelling configureerbaar is via LiveKit Inference.

Soniox stt-rt-v5

Soniox gebruikt het LiveKit-pluginpad in plaats van LiveKit Inference, dus de applicatie levert zijn eigen Soniox-sleutel. Stel stt-rt-v5 expliciet in. De huidige Node.js-plugindocumentatie toont mogelijk nog v4 als standaard, terwijl Soniox v4 aan de serverzijde aliast naar v5. De Soniox-pipeline-update biedt relevante context.

Soniox documenteert real-time streamingsessies van maximaal 300 minuten (real-time transcriptie, limieten en quota). Dit is nuttig voor lange consultaties, maar teams hebben nog steeds herverbindings- en foutafhandeling nodig.

Speechmatics Linden-1

Linden-1 wordt benaderd als speechmatics/linden-1 via LiveKit Inference, die modelroutering en gebruiksfacturatie afhandelt. Een aparte openbare direct-API SKU voor dit specifieke model is niet geverifieerd. Speechmatics positioneert Linden voor voice-agents en LiveKit raadt het aan voor de meeste Speechmatics-agent-workloads (Speechmatics-aankondiging, LiveKit Speechmatics-pagina).

End-of-speech wordt aan de serverzijde gedetecteerd. Een lokaal LiveKit vad-object wordt genegeerd voor Linden, dus teams moeten er niet vanuit gaan dat het wisselen van lokale VAD-bibliotheken de gespreksgrens zal veranderen.

Duitse en meertalige gesprekken

Alle drie de opties bevatten Duits, maar hun gepubliceerde taalclaims zijn niet direct equivalent. Google vermeldt 85+ talen voor het directe model, terwijl LiveKit momenteel 26 taalcodes vermeldt voor zijn Gemini-integratie. Gemini kan tijdens een sessie van taal wisselen. Soniox documenteert 60+ talen en automatisch schakelen tussen talen, inclusief wisselingen binnen een zin (Google live-gids, Soniox ondersteunde talen). De LiveKit-pagina van Linden vermeldt 55+ talen, maar de beoordeelde bronnen bevestigen niet duidelijk willekeurig automatisch schakelen tussen talen.

Test voor Duits productieverkeer namen, samengestelde zelfstandige naamwoorden, dialecten, Duits met accent en Duits-Engelse wisselingen. Voeg domeintermen toe met Gemini custom vocabulary, Soniox context en termen, of Speechmatics additional_vocab. Test woordenschat tegen echte uitingen met behulp van deze richtlijnen voor specialistische termen en namen.

Gespreksdetectie is belangrijker dan transcriptienauwkeurigheid

Voice-agents handelen wanneer het STT-systeem beslist dat een gebruiker klaar is. Een correct transcript dat na een lange pauze arriveert, kan nog steeds een slecht gesprek creëren, terwijl een te vroeg endpoint een datum, adres of correctie kan afkappen. Een huidige Hacker News-discussie is alleen nuttig als signaal voor beoefenaars dat gespreksvoering productie-testen verdient. De commentaren en gerapporteerde latentiecijfers zijn geen gecontroleerde vergelijking van deze modellen.

Google documenteert automatische server-VAD, een hybride strategie die server-spraakstartdetectie combineert met het lokale audio_stream_end-signaal, en volledig handmatige activiteitsmarkers. De directe hybride modus kan voorkomen dat er op de server-timeout wordt gewacht, maar configuratie-pariteit via LiveKit moet worden gecontroleerd in plaats van aangenomen.

Soniox beschrijft expliciet semantische endpointing op basis van pauzes, intonatie, spraakpatronen en context. Het stelt endpoint_latency_adjustment_level van 0 tot 3, endpoint_sensitivity van -1,0 tot 1,0 en max_endpoint_delay_ms van 500 tot 3.000 ms bloot. Aggressievere instellingen kunnen de segmentatie verhogen en de woord- en diarization-nauwkeurigheid enigszins beïnvloeden, volgens de Soniox endpoint-detectiedocumentatie.

Linden detecteert het einde van de spraak op de server. Noem dit geen semantische endpointing zonder een Linden-specifieke primaire bron. De architecturale gevolgen zijn gemakkelijker te beoordelen naast de pipeline- en realtime-architectuurgids en de voice-agent latentie-analyse.

Telefoonaudio en gestructureerde data

Soniox documenteert directe ondersteuning voor carrier-audio omdat de real-time API PCM, mu-law, A-law en andere formaten accepteert. De directe live-transcriptiespecificatie van Gemini vraagt om 16-bit PCM op 16 kHz mono, wat resampling van een 8 kHz PSTN-stream kan vereisen. LiveKit abstraheert mediatransport voor Linden, maar dat bewijst geen Linden-specifieke raw-codec-mogelijkheid.

Beoordeel gestructureerde velden afzonderlijk: namen, gespelde e-mailadressen, telefoonnummers, IBAN's, afspraaktijden, postcodes en productcodes. Meet het foutpercentage van entiteiten evenals het woordfoutpercentage. Gemini heeft geen live diarization, Soniox wel, en Speechmatics-diarization moet worden gevalideerd op de exacte Linden-route.

Privacy en verwerkingsregio's

Geen enkele EU-hostingverklaring dekt alle drie de paden. LiveKit Inference heeft standaard nul dataretentie, maar Gemini 3.5 Transcribe Live draait via één wereldwijde implementatie en kan niet worden geselecteerd voor een regionaal vastgezet verzoek. Dat voorkomt een strikte claim voor alleen regionale verwerking voor deze route.

Soniox documenteert toegewezen EU-domeinen, inclusief stt-rt.eu.soniox.com, regionale verwerking en regionale opslag. EU-dataresidency moet eerst worden ingeschakeld (Soniox data residency). Er is geen Linden-specifieke regiogarantie via LiveKit geverifieerd. Bevestig de route contractueel vóór een uitrol in alleen de EU en bekijk andere STT-implementatiekeuzes voor voice-AI.

Prijsvergelijking per toegangsweg

De Soniox-schatting volgt zijn token-prijzen en referentieverbruik. De schatting van Gemini volgt Google's Gemini API-prijzen. De twee LiveKit-cijfers zijn afkomstig van LiveKit Inference-prijzen. Vergelijk facturen pas nadat je hebt genormaliseerd wat elke route bevat. Lagere STT-kosten impliceren niet lagere totale kosten of een hogere herkenningskwaliteit.

Een neutrale A/B-test voor echte gesprekken

Gebruik identieke audio, downstream-logica en meetvensters. Inclusief:

1. Duitse 8 kHz mu-law PSTN-opnames, plus de resampled versie die vereist is door een integratie.
2. Standaard Duits, regionale dialecten, niet-moedertaalsprekers en Duits-Engelse code-switching.
3. Namen, e-mailadressen, IBAN's, telefoonnummers, tijden, datums en productcodes.
4. Stilte, denkpauzes, zelfcorrecties, overlappende spraak, achtergrondgeluid en barge-in.
5. Korte servicegesprekken en gesprekken langer dan tien minuten, inclusief een gecontroleerde Gemini-sessie-rollover.

Rapporteer woord- en entiteitsfoutpercentages, tijd van het laatste spraakframe tot een stabiel transcript, vroege en late endpoints, gedeeltelijke churn, barge-in-fouten, herverbindingen en werkelijke kosten per gespreksminuut. Beoordeel per scenario, omdat één gemiddelde fouten op bedrijfskritieke velden kan verbergen.

Beslissingsmatrix

Deze matrix geeft prioriteit aan een testvolgorde, geen universele winnaar. Controleer ook of elk exact model beschikbaar is in jouw huidige werkomgeving vóór uitrol.

Veelgestelde vragen

Welk model is het meest nauwkeurig voor Duitse telefoongesprekken?

Er is geen neutrale head-to-head benchmark voor deze exacte versies op dezelfde Duitse 8 kHz-telefoondataset. Test je eigen gesprekken en rapporteer zowel het woordfoutpercentage als het entiteitsfoutpercentage. Leveranciersscores van verschillende datasets kunnen geen eerlijke ranglijst vaststellen.

Kan Gemini 3.5 Transcribe Live gesprekken langer dan tien minuten aan?

Niet als één ononderbroken gedocumenteerde sessie. Het gepubliceerde maximum is tien minuten, dus langere gesprekken vereisen een rollover-ontwerp met overlap, transcript-reconciliatie en fouttesten.

Wordt Soniox stt-rt-v5 automatisch verwerkt in de EU?

Nee. Soniox biedt toegewezen EU-endpoints en regionale opslag, maar toegang tot data-residency moet worden ingeschakeld. Bevestig het endpoint, het opslaggedrag en het contract vóór productie.

Gebruikt Linden-1 semantische endpointing?

De beoordeelde primaire bronnen bevestigen end-of-speech-detectie aan de serverzijde en dat lokale LiveKit VAD wordt genegeerd. Ze bevestigen geen semantische endpointing voor Linden-1, dus dat label moet niet worden gebruikt zonder nieuwere modelspecifieke documentatie.

Conclusie en volgende stap

Gemini 3.5 Transcribe Live, Soniox stt-rt-v5 en Speechmatics Linden-1 lossen verschillende implementatieproblemen op. Gemini benadrukt direct meertalig bereik en native LiveKit-toegang, Soniox stelt telefoon- en endpointing-bedieningselementen bloot via een provider-plugin en Linden biedt een door LiveKit beheerde route met gespreksvoltooiing aan de serverzijde. Geen van die verschillen bewijst een algehele nauwkeurigheidswinnaar.

Kies een shortlist uit de beslissingsmatrix, verifieer de modelbeschikbaarheid in jouw werkomgeving en voer dezelfde Duitse gespreksset door elke kandidaat. Als je die configuratie wilt evalueren tegen echte gesprekken, boek dan een persoonlijke Famulor-demo om je gespreksstroom, talen en telefonieomgeving samen te beoordelen.

Over de auteur

Sarah Müller is de genoemde auteur van deze Famulor-vergelijking. De analyse gebruikt openbare primaire documentatie en scheidt gepubliceerde feiten van schattingen en signalen van beoefenaars. Neem voor redactionele of productvragen contact op met Famulor Support. De omgang van Famulor met persoonsgegevens wordt beschreven in de privacyinformatie.