Quanto custa a transcrição de áudio para texto por mês.
APIs STT por minuto são convenientes; modelos abertos em uma GPU ganham em escala. Estime o lado da GPU no Calculadora de aluguel de GPU antes de mudar. Para o inverso veja o calculadora de texto para fala.
O Calculadora de custos da API Speech-to-Text estima sua fatura mensal de transcrição a partir de duas entradas: o número de minutos de áudio transcritos por mês e o preço por minuto cobrado pelo seu provedor. Ele os multiplica para projetar um custo recorrente, transformando uma taxa por minuto que parece trivialmente pequena isoladamente em um valor mensal concreto. Os dois principais impulsionadores são o volume e o preço unitário: porque a balança total linearmente com ambos, duplicar os minutos de áudio que você processa ou a taxa paga dobra a conta. Isso torna a ferramenta útil para prever gastos antes de você se comprometer, comparar taxas de fornecedores ou dimensionar o impacto de uma base crescente de usuários.
A principal compensação a observar é que o taxa por minuto geralmente varia de acordo com o nível do modelo, idioma e recursos, portanto, o preço mais barato pode não refletir o que você realmente paga na produção. Um modelo de precisão premium ou complementos como alto-falante diarização ou o streaming em tempo real pode ter uma taxa efetiva mais alta, enquanto o processamento em lote é frequentemente mais barato. Uma dica prática é basear seu minutos de áudio por mês no uso real, em vez da duração do arquivo bruto, já que o silêncio, as novas tentativas e o reprocessamento contam como tempo faturável. Calcule os números de acordo com o volume de pico esperado, não apenas com a média, para que um pico de crescimento não produza uma fatura surpresa.
Por minuto de áudio processado, independentemente de quantas palavras ele contenha. Custo = minutos × taxa por minuto. Complementos como diarização de alto-falante, carimbos de data e hora de palavras e modelos aprimorados podem aumentar a taxa.
Para volumes baixos, uma API hospedada é mais simples e confiável. Acima de dezenas de milhares de minutos por mês, executar um modelo aberto como o Whisper em uma GPU alugada geralmente reduz o preço por minuto – a conhecida linha construir versus comprar.
Custo em diferentes volumes:
| Volume | Mensal | Anual |
|---|