Ein Preis. Alles inklusive.

Häufig gestellte Fragen

Wie wird eine Live-Transkription abgerechnet?

Pro Sekunde Audio, zu $0.60 pro Stunde in jedem Tarif, mit mindestens 5 Minuten pro Transkription. Übersetzung in bis zu 10 Sprachen, gesprochene Übersetzungen und Übertragungen sind in diesem Preis enthalten – keine Extras.

Die Anzahl der Zuhörer und Sprachen ändert nichts an der Rechnung. Eine Sitzung, die 5 Personen in einer Sprache lesen, kostet genauso viel wie eine, die 500 Personen in zehn Sprachen lesen.

Ziehen Sie den Regler, um zu sehen, was Live-Audio einer bestimmten Länge kostet:

30 Minuten

Datei, jeder Tarif

$0.1000

Live-Transkription, jeder Tarif

$0.3000

Kosten geklonte Stimmen, Zusammenfassungen und Exporte extra?

Nein. Eine geklonte Stimme liest die übersetzte Transkription in der eigenen Stimme des Sprechers vor – in jeder Sprache. Dreißig Sekunden sauberes Audio genügen, um eine zu erstellen. Sobald eine Stimme existiert, wird der Sprecher in künftigen Aufnahmen außerdem automatisch erkannt und mit Namen gekennzeichnet.

Wenn eine Aufnahme endet, wird die Zusammenfassung für Sie erstellt, und das Transkript lässt sich als PDF mit Zeitstempeln und Sprecherbezeichnungen oder als Excel mit einer Zeile pro Abschnitt exportieren. Korrekturen nach dem Event werden im selben Transkript gespeichert. Nichts davon wird separat berechnet; abgerechnet wird nur das Audio selbst.

Warum kostet Live mehr als das Hochladen einer Datei?

Eine Live-Transkription muss während des gesamten Events mit dem Sprecher Schritt halten, damit die Worte die Zuhörer Augenblicke nach dem Sprechen erreichen – in allen Sprachen gleichzeitig. Diese Arbeit läuft ununterbrochen, auch in Pausen und während des Applauses.

Bei Dateien wartet kein Publikum. Sie werden um ein Vielfaches schneller als in Echtzeit und parallel verarbeitet – deshalb kostet eine Stunde aufgezeichnetes Audio $0.20 statt $0.60. Wenn niemand live mitlesen muss, laden Sie die Aufnahme danach hoch und zahlen den Dateipreis.

Ändern die Modi Speed und Accuracy den Preis?

Nein. Jede Live-Transkription kann im Modus Auto, Speed oder Accuracy laufen, und alle drei werden mit denselben $0.60 pro Stunde abgerechnet.

Speed bringt die Worte so schnell wie möglich zu den Zuhörern. Accuracy stellt die präziseste Transkription an erste Stelle. Auto wägt beides im Verlauf des Events für Sie ab. Wählen Sie, was zum Raum passt; der Modus ist eine Qualitätsentscheidung, keine Preisstufe.

Wie hoch sind Wortfehlerrate (WER) und Latenz?

Veröffentlichte Benchmarks folgen in Kürze. Bis dahin: Die Wortfehlerrate liegt auf dem Niveau der führenden Transkriptionsmodelle der Branche – was auf dem Bildschirm erscheint, ist das, was gesagt wurde.

Die Latenz liegt bewusst im Mittelfeld. Die VocalStack-Engine ist für Transkripte gebaut, die in mehreren Sprachen gelesen werden. Deshalb legt sie sich Satzteil für Satzteil fest – an natürlichen Pausen wie einem Komma oder dem Satzende –, sobald sie genug Kontext gehört hat, um Namen, Zahlen und Zeichensetzung richtig zu erfassen, statt Wort für Wort Vermutungen einzublenden, die sich selbst wieder umschreiben. Zuhörer erhalten ruhige, endgültige Zeilen, die sich sauber in alle Sprachen gleichzeitig übersetzen lassen, und das Transkript, dem sie live folgen, ist das, das Sie behalten.

Kann ich einen Radiosender und einen YouTube-Livestream über einen Link streamen, ohne doppelt für Zuhörer zu zahlen?

Ja. Eine Übertragung ist ein öffentlicher Link, und beliebig viele Live-Transkriptionen lassen sich daran anhängen: ein Mikrofon auf der Bühne, ein Radiostream, ein HLS- oder DASH-Feed oder ein YouTube-Livestream. Zuhörer öffnen denselben Link und wählen einmal ihre Sprache.

Jede angehängte Transkription wird für ihre eigenen Audiominuten abgerechnet, mindestens 5 Minuten pro Transkription. Die Übertragung selbst, der Link, der QR-Code und alle, die mitlesen, kosten nichts. Eine private, passwortgeschützte Übertragung wird genauso abgerechnet.

Was passiert, wenn mein Guthaben mitten in einer Keynote aufgebraucht ist?

Bei Pay as you go stoppt eine Live-Transkription, sobald das Guthaben null erreicht, und die Zuhörer sehen das Transkript dort enden, wo das Guthaben endete. Laden Sie Guthaben auf, um neu zu starten; der Übertragungslink bleibt derselbe, sodass niemand erneut beitreten muss.

Bei Premium und Enterprise gibt es eine Kulanzfrist. Die Transkription läuft weiter, damit das Event nicht abbricht, und die zusätzlichen Minuten werden danach zum gleichen Satz abgerechnet. Für Sprecher und Publikum ändert sich an der Sitzung nichts.

Wie lange werden meine Aufnahmen, Transkripte und Stimmen aufbewahrt?

Bei Pay as you go werden Transkriptionen 30 Tage aufbewahrt, Quell-Audio und geklonte Stimmen 7 Tage. Exportieren Sie vorher alles, was Sie behalten möchten.

Bei Premium und Enterprise wird alles aufbewahrt, bis Sie es löschen. Das Löschen einer Aufnahme entfernt sowohl das Audio als auch das Transkript endgültig.

Ich baue VocalStack in mein eigenes Produkt ein. Kostet die API mehr?

Nein. Die API, der MCP-Server und die SDKs sind in jedem Tarif enthalten und werden exakt zu denselben Preisen wie das Dashboard abgerechnet: $0.20 pro Stunde für Dateien und $0.60 pro Stunde für Live, mit demselben Minimum von 5 Minuten pro Transkription. Tarifguthaben gilt auch für die API-Nutzung.

Sprechen Sie mit unserem Vertrieb über Enterprise, wenn Sie Mengenrabatte, unbegrenzt viele gleichzeitige Transkriptionen, 24-stündige Live-Aufnahmen, einen dedizierten Engine-Pool, stets warme Starts, einen Account Manager oder ein individuelles SLA benötigen.