How is speech-to-text priced?

Per minute of audio processed, regardless of how many words it contains. Cost = minutes × per-minute rate. Add-ons like speaker diarisation, word timestamps and enhanced models can raise the rate.

API or self-hosted transcription?

For low volume, a hosted API is simplest and reliable. Above tens of thousands of minutes a month, running an open model such as Whisper on a rented GPU usually undercuts the per-minute price — the familiar build-vs-buy line.

APICostCalc

KI-Modelle Kalkulator Werkzeuge Lernen KI-APIs Krypto Zahlungen Alle APIs 🔔 Warnungen Blog

Speech-to-Text-API-Kostenrechner

✓ Zuletzt überprüft: 15.07.2026· Quelle: offizielle Preisseite des Anbieters· Automatisch überwacht – Änderung melden →

Was kostet das Transkribieren von Audio in Text pro Monat?

Audiominuten/Monat

$ pro Minute

—

pro Monat

—pro Stunde Audio

—pro 1.000 Min

—pro Jahr

Tipps für das Selbst-Hosting mit hohem Volumen

STT-APIs pro Minute sind praktisch; Offene Modelle auf einer GPU gewinnen im großen Maßstab. Schätzen Sie die GPU-Seite auf der GPU-Mietrechner vor dem Wechsel. Für die Rückseite siehe die Text-zu-Sprache-Rechner.

Hosten Sie Ihr Projekt:DigitalOcean – 200 $ kostenlos ↗Hostinger VPS

Kostenrechner für Live-Streaming Echtzeit-Sprach-/Audio-API-Kostenrechner AI Voice Agent ROI-Rechner Kosten für Text-to-Speech Kosten für die Erzeugung von KI-Musik

Austausch

Bybit Binance OKX KuCoin Bitget Gate.io MEXC

Tools und Hosting

📈 TradingView 🔒 NordVPN 💳 Revolut DigitalOcean $200 Hostinger

So funktioniert dieser Rechner

Kostenloser Speech-to-Text-API-Kostenrechner – pro Monat transkribierte Audiominuten und Minutenpreis auf Ihre STT-Rechnung.

Häufig gestellte Fragen

Wie ist der Preis für Speech-to-Text?

Pro Minute verarbeiteter Audiodaten, unabhängig davon, wie viele Wörter darin enthalten sind. Kosten = Minuten × Minutenpreis. Add-ons wie Sprechertagebücher, Wortzeitstempel und erweiterte Modelle können die Rate erhöhen.

API oder selbst gehostete Transkription?

Bei geringem Volumen ist eine gehostete API am einfachsten und zuverlässigsten. Bei mehr als zehntausend Minuten pro Monat liegt der Betrieb eines offenen Modells wie Whisper auf einer gemieteten GPU in der Regel unter dem Preis pro Minute – dem bekannten Build-vs-Buy-Prinzip.