—в минуту
—самый дешевый / месяц
—переключить и сохранить / год
Каждый API транскрипции ранжируется по вашему объему
Те же часы аудио, сначала дешевле.
| Поставщик/уровень | $/минута | Ваш доллар в месяц |
|---|
Дополнения оплачиваются дополнительно — приведенные выше цифры представляют собой только базовую транскрипцию.
Диаризация докладчиков, усиление ключевых слов/ключевых слов и специальные режимы оплачиваются как отдельные дополнительные сборы сверх базовой ставки у большинства провайдеров. Проверено для каждого поставщика, август 2026 г.:
| Поставщик | Добавить | Доплата |
|---|
| СборкаAI | Диалог спикера (асинхронный) | +0,02 доллара США/час (≈+0,00033 доллара США/мин) |
| СборкаAI | Подсказка ключевых слов | +0,05 доллара США/час (≈+0,00083 доллара США/мин) |
| СборкаAI | Медицинский режим | +0,15 доллара США в час (≈+0,0025 доллара США в час) |
| СборкаAI | Потоковое диаризация | +0,12 доллара США/час (≈+0,002 доллара США/мин) |
| Дипграмма | Диаизация спикера | +0,0020 доллара США/мин без изменений |
При пакетном задании продолжительностью 500 часов в месяц только диаризация AssemblyAI добавляет около 10 долларов в месяц — небольшая сумма по сравнению с базовым счетом, но повышение ключевых терминов плюс диаризация плюс специальный режим могут составить значительный процент сверху. Всегда оценивайте именно тот набор функций, который вы действительно будете использовать, а не только цену за минуту заголовка.
⚠️Оценка. Цены за минуту являются ориентировочными (июль 2026 г.) и различаются в зависимости от модели, языка, режима реального времени или партии, а также скидок за объем — подтвердите на странице цен поставщика. Диагностика докладчиков, редактирование и другие дополнения оплачиваются дополнительно. Оплата за звук производится по продолжительности, а не по размеру файла. ·
Сообщить об устаревшей цене →
Цена за минуту, пятикратный спред
Законопроект об API преобразования речи в текст минута аудио, а не по размеру файла или количеству слов, что упрощает планирование объема: оцените свои часы, умножьте на шестьдесят, умножьте на поминутную ставку. Загвоздка в том, насколько широк разброс. Пакетные уровни Deepgram и AssemblyAI расшифровывают минуту менее чем за полцента, Whisper API OpenAI стоит около шести десятых цента, а сервисы гипермасштабирования — Google, AWS Transcribe, Azure — обычно взимают в два-четыре раза больше за минуту. При работе тысяч часов в месяц этот разрыв превращается в тысячи долларов в год при одинаковой производительности.
Пакетная обработка и работа в режиме реального времени — еще один важный момент
Второй рычаг затрат – это задержка. Потоковая транскрипция в реальном времени — субтитры в реальном времени, голосовые агенты, мониторинг вызовов — поддерживает открытое соединение и возвращает слова по мере их произнесения, а провайдеры взимают за это дополнительную плату. Пакетная транскрипция записанных файлов выполняется в фоновом режиме и обходится значительно дешевле. Если ваш продукт может подождать несколько минут — сводки встреч, стенограммы подкастов, аналитика архивных звонков — используйте пакетную обработку и получите разницу. Платите только в режиме реального времени, когда пользователь искренне ждет слов.
Когда самостоятельно размещать Whisper
Whisper с открытым исходным кодом убирает поминутную плату, но добавляет затраты на графический процессор, операции и простой. Менее нескольких сотен часов в месяц размещенный API выигрывает как по цене, так и по простоте; выше этого, хорошо используемый графический процессор, работающий на тактовой частоте, может превзойти его. Найдите свой кроссовер на сайте Калькулятор самостоятельного размещения и API. Если транскрипция используется для LLM (резюме, вопросы и ответы по звонкам), добавьте стоимость токена в Калькулятор стоимости токена LLM, и суммируем весь конвейер на Оценщик стоимости приложения с искусственным интеллектом.
Сопутствующие инструменты и руководства
Оценщик стоимости приложения с искусственным интеллектом · Калькулятор самостоятельного размещения и API · Калькулятор стоимости голосового агента AI · Самый дешевый API LLM · Все API ИИ
Стоимость создания AI-видеоСтоимость голосового API в реальном времениСтоимость голосового агента AIСтоимость создания изображенияСтоимость преобразования текста в речьКалькулятор стоимости записной книжки AI Meeting
Как работает этот калькулятор
The Калькулятор стоимости аудиотранскрипции оценивает ваши ежемесячные расходы на преобразование речи в текст на основе количества аудиочасов в месяц вы обрабатываете и какие провайдер и уровень вы выбираете. Большинство API-интерфейсов транскрипции — OpenAI Whisper, Deepgram, AssemblyAI, Google — выставляют счет за минуту или час аудио, поэтому инструмент умножает вашу громкость на почасовую ставку каждого провайдера и показывает результаты рядом. Основными факторами затрат являются просто общая продолжительность аудио и цена выбранного вами уровня, поскольку более высокие уровни с такими функциями, как диаризация, временные метки или модели премиум-класса, обычно имеют более высокую почасовую ставку.
Сравнение поставщиков имеет большое значение, поскольку почасовые ставки сильно различаются, а в масштабе небольшая разница быстро умножается на тысячи часов. Ключевым компромиссом, на который стоит обратить внимание, является цена против точности: на самом дешевом уровне может потребоваться больше ручной коррекции, а на более дорогой модели время очистки может сократиться. Прежде чем совершать фиксацию, оцените свой реальный ежемесячный объем и периодически перепроверяйте тарифы, поскольку цены поставщиков меняются.
Часто задаваемые вопросы
Сколько стоит минута преобразования речи в текст?
В 2026 году API-интерфейсы транскрипции будут платить примерно от 0,0037 до 0,024 доллара за минуту аудио. Пакетные уровни Deepgram и AssemblyAI стоят недорого (менее полцента в минуту), OpenAI Whisper стоит около 0,006 доллара, а сервисы больших облаков — Google, AWS, Azure — обычно дороже за минуту, но включаются в существующие облачные учетные записи. Потоковая передача в реальном времени обычно стоит дороже, чем пакетная транскрипция записанных файлов.
Почему транскрипция в реальном времени обходится дороже, чем пакетная?
Потоковая передача речи в текст поддерживает живое соединение и возвращает частичные результаты с низкой задержкой, что требует больше вычислительных ресурсов, чем расшифровка готового файла в фоновом режиме. Большинство провайдеров взимают дополнительную плату за пакетную передачу данных в режиме реального времени. Если ваш вариант использования допускает задержку в несколько минут — заметки совещаний, стенограммы подкастов, аналитика звонков — пакетный режим заметно дешевле для того же аудио.
Является ли Whisper с открытым исходным кодом дешевле, чем API?
Запуск Whisper с открытым исходным кодом на собственном графическом процессоре устраняет поминутную плату, но вы платите за графический процессор, операции и время простоя. Менее нескольких сотен часов в месяц размещенный API почти всегда дешевле и намного проще; сверх этого, самостоятельный хостинг может победить. Кроссовер зависит от загрузки — графический процессор, выполняющий транскрипцию 24 часа в сутки, 7 дней в неделю, хорошо амортизируется, а тот, который используется несколько часов в день, — нет.