Le tarif horaire n’est que l’un des quatre chiffres d’une grille de prix d’API de transcription. Le pas de facturation, le minimum par tâche et la façon dont le crédit est vendu peuvent faire varier la facture plus qu’un tarif moins cher. Voici des exemples chiffrés, avec le calcul complet.
La plupart des comparatifs de tarifs d’API de transcription alignent un chiffre par fournisseur : le prix par minute ou par heure d’audio. Ce chiffre compte, mais ce n’est pas ce que vous payez. Vous payez le tarif multiplié par l’audio que le fournisseur compte, et il le compte selon ses propres règles. Deux d’entre elles font l’essentiel de la différence : le pas de facturation (à la seconde, par 15 secondes, à la minute) et le minimum par tâche. Une troisième, la façon dont le crédit est vendu (prépayé, formule mensuelle avec crédit ou contrat de volume), détermine la part de ce que vous avez payé que vous utilisez réellement.
Cet article fait passer la même charge de travail par ces règles à un tarif fixe, pour que chaque règle se voie isolément. Là où de vrais prix sont nécessaires, il utilise les chiffres de VocalStack, tels qu’ils figurent sur la page tarifs en novembre 2026.
Avant de comparer des fournisseurs, notez quatre choses pour chacun :
Le quatrième chiffre mérite son propre article, et la page tarifs contient un tableau des prix catalogue d’autres fournisseurs par heure d’audio, options comprises, relevés sur la page de prix de chacun en octobre 2026. Le reste de cet article porte sur le deuxième et le troisième, parce que ce sont ceux qu’une comparaison au prix de la minute dissimule.
Prenez un centre de contact qui envoie 1 000 appels enregistrés par mois, chacun de trois à sept minutes. Pour que l’arithmétique reste vérifiable, supposons cinq durées d’appel, 200 appels de chacune :
Les appels totalisent 302 000 secondes d’audio, soit 5 033 minutes. Voici ce que chaque règle en facture :
Le tarif n’a jamais changé. Arrondir chaque appel à la minute supérieure ajoute 11,3 % à la facture, parce qu’en moyenne chaque appel paie une demi-minute que personne n’a parlée. Les pas de quinze secondes réduisent ce gaspillage à quelques secondes par appel. Une facture à la seconde avec un minimum de 5 minutes se situe entre les deux : les appels longs sont facturés exactement, les courts sont complétés jusqu’à cinq minutes.
Au tarif fichier de VocalStack, $0.20 l’heure, la facture à la seconde de ces 1 000 appels est de $16.78. Les mêmes appels arrondis à la minute coûteraient $18.67 au même tarif. L’écart est petit en dollars ici parce que le tarif est bas, et il suit le tarif : avec un tarif dix fois plus élevé, ces 11 % représentent dix fois plus de dollars, chaque mois.
En règle générale, l’arrondi gaspille environ un demi-pas par tâche. Avec un arrondi à la minute et des appels de cinq minutes en moyenne, cela fait environ 10 %. Avec des pas de 15 secondes, environ 2,5 %. Avec une facturation à la seconde, pratiquement rien.
Les minimums semblent inoffensifs sur de longs enregistrements et dominent la facture sur les courts. Prenez 10 000 messages vocaux de 40 secondes chacun, 111 heures d’audio au total, au même tarif de $0.20 l’heure :
Un minimum de 5 minutes facture chaque message vocal de 40 secondes comme 300 secondes, sept fois et demie l’audio. L’arrondi à la minute, qui coûtait 11 % au centre de contact, coûte 50 % à la charge des messages vocaux. Plus le fichier type est court, plus le pas et le minimum décident de la facture, et moins le tarif y pèse.
Avant de comparer des tarifs, regardez donc votre propre répartition de durées. Exportez les durées des fichiers du mois dernier et passez-les dans les règles de chaque fournisseur. Un tableur avec une colonne par règle prend dix minutes et répond à la question mieux que n’importe quelle grille tarifaire.
Deux grands services cloud de reconnaissance vocale facturent à la seconde. En novembre 2026, la page de prix d’Amazon Transcribe indique que « usage is billed in one-second increments, with no minimum applied » (aws.amazon.com/transcribe/pricing), et celle de Google Cloud Speech-to-Text indique que « each request is rounded up to the nearest increment of 1 seconds » (cloud.google.com/speech-to-text/pricing). Les règles de facturation diffèrent pourtant d’un service à l’autre : certains arrondissent à la minute, certains fixent un minimum par tâche, certains font les deux. Lisez le paragraphe de facturation de chaque page de prix, d’ordinaire en petits caractères sous le tableau, plutôt que de supposer.
En novembre 2026, la page tarifs donne ces tarifs, identiques dans le tableau de bord et par l’API :
Quelques conséquences, calculées :
Retour aux deux charges de travail. Les 1 000 appels coûtent $16.78 avec Premium (sans minimum) et $18.39 avec Paiement à l’usage, où les 400 appels de moins de cinq minutes sont chacun facturés comme cinq. Les 10 000 messages vocaux coûtent $22.22 avec Premium et $166.67 avec Paiement à l’usage. Pour un grand volume de fichiers courts, la formule sans minimum est à choisir, et l’exemple des messages vocaux montre de combien.
La seconde moitié du prix d’une transcription, c’est la façon dont vous payez l’audio. Il existe trois modèles courants, et VocalStack les emploie tous les trois, un par formule :
Crédit prépayé. Vous achetez un solde et chaque seconde d’audio le consomme. Avec Paiement à l’usage de VocalStack, un nouveau compte démarre avec $5 de crédit d’inscription, de quoi faire 25 heures de fichiers ou environ 8,3 heures d’audio en direct, sans carte bancaire. Ensuite, vous rechargez depuis la page Billing : les montants prédéfinis sont $10, $25 et $50, et tout montant de $10 à $500 est accepté. La recharge automatique est désactivée tant que vous ne l’activez pas ; activée, elle ajoute un montant choisi quand le solde tombe sous un seuil que vous fixez. Le crédit que vous achetez n’expire jamais. Avec Paiement à l’usage, une transcription en direct s’arrête quand le solde atteint zéro : réglez donc une alerte de solde bas, ou activez la recharge automatique, avant un long événement.
Une formule avec crédit. Vous payez un montant fixe chaque mois et recevez du crédit en retour. Premium de VocalStack coûte $25 par mois et inclut $25 de crédit chaque mois : 125 heures de fichiers ou environ 42 heures d’audio en direct. En facturation annuelle, c’est $240 par an ($20 par mois), avec toujours $25 de crédit inclus chaque mois : une année de crédit entièrement utilisé vaut donc $300 pour $240. Cela revient à $0.16 effectifs l’heure de fichier et $0.48 l’heure de direct, si vous utilisez tout le crédit : le crédit mensuel inclus se renouvelle chaque mois et ne se reporte pas. Avec Premium, une transcription en direct continue de tourner sous zéro, jusqu’à une limite, pour qu’un événement ne soit pas coupé ; les minutes en plus sont facturées ensuite au même tarif.
Le choix entre les deux est surtout de l’arithmétique. Si vous dépenseriez de toute façon $25 ou plus par mois, la formule mensuelle ne coûte rien de plus et supprime le minimum de 5 minutes. Si vous dépensez moins, le crédit mensuel inutilisé est perdu, et le crédit prépayé, qui n’expire jamais, revient moins cher.
Contrats de volume. Au-delà d’un certain volume, la grille n’est plus le prix. La formule Enterprise de VocalStack a des tarifs de volume et un crédit sur mesure, fixés selon votre volume prévu, et ajoute une capacité dédiée, un responsable de compte, un SLA et la possibilité de garder les fichiers dans votre propre stockage cloud. Demandez un devis en donnant vos heures mensuelles prévues, la répartition entre fichiers et direct, et votre répartition de durées, car ces trois éléments façonnent un tarif de volume équitable.
Le prix n’est pas la seule chose que fixe une formule. Les limites décident de la vitesse à laquelle un gros lot passe, ce qui compte dès que le volume augmente :
Les limites de transcriptions simultanées et de durée sont des garde-fous, pour qu’un script déréglé ne puisse pas lancer des centaines de transcriptions, et l’assistance les relève sur demande. Pour un arriéré, vérifiez-les avant de planifier la migration.
Un tarif inférieur de 10 % peut perdre face à une règle de facturation qui gaspille 11 %, et une formule moins chère peut perdre face à un minimum qui facture un fichier de 40 secondes comme cinq minutes. Faites le calcul sur vos propres fichiers. Pour essayer sur de l’audio réel, le crédit d’inscription couvre 25 heures de fichiers, et le tutoriel sur les fichiers vous mène au premier fichier par l’API en quelques minutes.