Speko dirige la IA de voz entre proveedores utilizando pruebas comparativas específicas por idioma

Why it matters

Voice developers face constant model churn across transcription, language and synthesis providers. Speko is turning company-published benchmarks into a paid routing layer, making trust in its measurements as important as integration reliability.

Beknazar Abdikamalov fundó Speko en 2026 como una capa de enrutamiento de IA de voz con sede en San Francisco que selecciona modelos de reconocimiento de voz, modelos de lenguaje y de síntesis usando benchmarks específicos por idioma. Speko ofrece una /v1 API, con una sola clave de Speko y enrutamiento basado en benchmarks entre proveedores según idioma, latencia, precisión y costo.

Speko surgió a partir de un problema que Abdikamalov encontró antes de iniciar Speko, que se incorporó a la promoción de verano 2026 de Y Combinator. El perfil de empresa actual de YC lista un equipo de cuatro personas. Abdikamalov pasó años construyendo funcionalidades de voz mientras se desempeñaba como cofundador y director de tecnología en Hupo, la plataforma de coaching de liderazgo de Singapur que comenzó como un producto de salud mental para empleados llamado Ami. En Hupo, Abdikamalov tuvo dificultades para determinar qué proveedores de reconocimiento de voz y de síntesis funcionaban mejor para idiomas particulares, según una entrevista en Digital Business.

Abdikamalov ha dicho que ha trabajado con tecnología de voz desde 2019, según una entrevista de junio de 2026 con Digital Business.

Esa experiencia moldeó la tesis de producto de Speko. Los agentes de voz normalmente encadenan al menos tres etapas técnicas: speech-to-text, un modelo de lenguaje y texto a voz. Cada etapa puede provenir de un proveedor diferente, y la combinación de mejor rendimiento puede cambiar cuando los proveedores lanzan nuevos modelos o ajustan su infraestructura. Abdikamalov apuesta a que los desarrolladores pagarán a Speko para que siga ejecutando esas comparaciones y actualice su enrutamiento automáticamente.

A founder problem turned into infrastructure

Abdikamalov creció en Nukus, Uzbekistán, comenzó a programar en sexto grado y más tarde se mudó a Corea del Sur, según una entrevista publicada. Obtuvo la licenciatura y la maestría en ciencias de la computación en UNIST después de estudiar matemáticas y ciencias de la computación como estudiante de grado. Su carrera incluyó roles de ingeniería en startups coreanas, entre ellas Tridge, y un puesto de ingeniero de software en Amazon.

Dejó Amazon para construir Ami con el excolega Justin Kim en 2022. Ami luego se convirtió en Hupo, que se enfocó en desarrollo de liderazgo y coaching gerencial. Hupo recaudó alrededor de $4 millones de inversores que YC identifica como incluidos DST Global, Meta, Goodwater Capital y Collaborative Fund.

El camino de Hupo a Speko importa porque Abdikamalov ya estaba comprando y probando los servicios que Speko ahora quiere enrutar. En una entrevista de junio con Digital Business, dijo que las debilidades eran más visibles fuera del inglés, donde el soporte nominal de un idioma podía ocultar una menor precisión o fiabilidad en producción.

La página pública de benchmarks de Speko está diseñada para hacer visible esa brecha. La página principal muestra actualmente nueve idiomas y un selector que contiene 21 modelos de reconocimiento de voz. Speko publica mediciones que incluyen tasa de error de palabras, latencia de finalización, tiempo hasta el primer token y costo por minuto.

La tabla mostrada en inglés, por ejemplo, asigna a Universal-3.5 Pro de AssemblyAI una tasa de error de palabras por lote del 2.0% a $0.0075 por minuto. GPT-4o-mini Transcribe de OpenAI aparece listado en 2.7% y $0.0030 por minuto. La diferencia ilustra la decisión que Speko quiere automatizar: la opción más precisa en una prueba dada puede conllevar un costo de uso materialmente más alto, mientras que el modelo más barato puede requerir un sacrificio de precisión.

Esas cifras son mediciones de Speko. Deben tratarse como clasificaciones publicadas por la empresa en lugar de una validación independiente. La posición comercial de Speko depende de que los desarrolladores acepten sus pruebas como una mejor base para el enrutamiento que las propias tablas de clasificación de los proveedores, lo que hace que la credibilidad de los benchmarks sea central para el producto.

One Speko key across providers

Speko toma prestado el modelo de agregador que OpenRouter, una puerta de enlace para modelos de lenguaje, usa para la selección de proveedores, y luego lo aplica a lo largo de la canalización de voz. OpenRouter puede ordenar proveedores por precio, rendimiento o latencia y recurrir a alternativas cuando un endpoint falla. Speko añade mediciones específicas de voz y selección por idioma tanto en la transcripción como en la síntesis.

La documentación de Speko indica que los desarrolladores se autentican con una clave API de Speko y llaman a los propios endpoints /v1 de Speko en lugar de integrarse por separado con cada servicio upstream.

Para LiveKit, Speko documenta una canalización en tiempo real de reconocimiento de voz, modelo de lenguaje y texto a voz usando su adaptador en un worker de LiveKit Agents. La integración permite a los desarrolladores configurar Speko dentro de un proyecto de agente de voz existente mientras Speko maneja el enrutamiento de proveedores detrás de la API.

Benchmarking is also Speko's customer acquisition engine

Las clasificaciones públicas cumplen dos funciones. Dan a los desarrolladores de voz una razón para visitar Speko antes de elegir un proveedor, y producen las mediciones que Speko usa para justificar sus decisiones de enrutamiento de pago. Cada nuevo lanzamiento de modelo crea otra comparación que Speko puede publicar y otra oportunidad para persuadir a los desarrolladores de que mantener una suite de evaluación interna es tiempo de ingeniería desperdiciado.

YC gives Speko capital and a concentrated customer pool

Digital Business informó que Speko recaudó $1.1 millones de fondos estadounidenses e inversores ángeles antes de YC. El trato estándar de YC compromete otros $500,000 a través de dos safes, lo que eleva la cantidad reportada recaudada o comprometida a aproximadamente $1.6 millones. Speko no ha identificado a los inversionistas previos a YC en las fuentes revisadas, y las cifras de clientes, ingresos y uso no están disponibles.

YC también suministra una reserva concentrada de compradores potenciales: startups que construyen agentes telefónicos, herramientas de soporte al cliente y otros productos de voz con frecuencia enfrentan el problema de selección de proveedores que Speko está tratando de eliminar.

La tarea inmediata de Speko es convertir una superficie de investigación útil en infraestructura en la que los desarrolladores confíen dentro de conversaciones en vivo. Abdikamalov tiene experiencia comprando y probando los servicios que Speko ahora enruta. El trabajo más duro es demostrar que Speko puede medir con precisión los cambios en el rendimiento de los proveedores, cambiar de proveedor sin degradar las llamadas y mantener su credibilidad mientras cobra por el tráfico que dirige.