Un tarif. Tout compris.

Questions fréquentes

Comment une transcription en direct est-elle facturée ?

À la seconde d’audio, à $0.60 de l’heure sur tous les forfaits, avec un minimum de 5 minutes par transcription. La traduction dans jusqu’à 10 langues, les traductions vocales et la diffusion font partie de ce tarif : ce ne sont pas des options.

Le nombre d’auditeurs et de langues ne change pas la facture. Une session lue par 5 personnes dans une langue coûte autant qu’une session lue par 500 personnes dans dix.

Faites glisser le curseur pour voir ce que coûte un audio en direct d’une durée donnée :

30 minutes

Fichier, tous forfaits

$0.1000

Transcription en direct, tous forfaits

$0.3000

Les voix clonées, les résumés et les exports sont-ils en supplément ?

Non. Une voix clonée lit à voix haute la transcription traduite avec la propre voix du locuteur, dans n’importe quelle langue. Trente secondes d’audio propre suffisent pour en créer une. Une fois la voix créée, le locuteur est aussi reconnu et identifié par son nom automatiquement dans les enregistrements suivants.

À la fin d’un enregistrement, le résumé est rédigé pour vous, et la transcription peut être exportée en PDF avec horodatage et noms des locuteurs, ou en Excel avec une ligne par segment. Les corrections apportées après l’événement sont enregistrées dans la même transcription. Rien de tout cela n’est comptabilisé à part : seul l’audio est facturé.

Pourquoi le direct coûte-t-il plus cher que l’import d’un fichier ?

Une transcription en direct doit suivre le rythme de l’orateur pendant tout l’événement, pour que les mots parviennent aux auditeurs quelques instants après avoir été prononcés, dans toutes les langues à la fois. Ce travail tourne en continu, même pendant les pauses et les applaudissements.

Pour un fichier, aucun public n’attend. Il est traité plusieurs fois plus vite que le temps réel, en parallèle : voilà pourquoi une heure d’audio enregistré coûte $0.20 au lieu de $0.60. Si personne n’a besoin de suivre en temps réel, importez l’enregistrement ensuite et payez le tarif fichier.

Les modes Vitesse et Précision changent-ils le prix ?

Non. Chaque transcription en direct peut fonctionner en mode Auto, Vitesse ou Précision, et les trois sont facturés au même tarif de $0.60 de l’heure.

Vitesse affiche les mots aux auditeurs le plus vite possible. Précision privilégie la transcription la plus exacte. Auto équilibre les deux pour vous au fil de l’événement. Choisissez ce qui convient à la salle : le mode est un choix de qualité, pas un niveau de tarif.

Quels sont le taux d’erreur sur les mots (WER) et la latence ?

Des benchmarks publiés arrivent bientôt. En attendant : le taux d’erreur sur les mots est au niveau des meilleurs modèles de transcription du marché, si bien que ce qui s’affiche à l’écran correspond à ce qui a été dit.

La latence est intermédiaire, et c’est voulu. Le moteur VocalStack est conçu pour des transcriptions lues dans plusieurs langues : il valide une phrase à la fois, aux pauses naturelles comme une virgule ou la fin d’une phrase, une fois qu’il a entendu assez de contexte pour bien saisir les noms, les chiffres et la ponctuation, au lieu d’afficher mot à mot des suppositions qui se réécrivent. Les auditeurs reçoivent des lignes stables et définitives, qui se traduisent proprement dans toutes les langues à la fois, et la transcription qu’ils suivent en direct est celle que vous conservez.

Puis-je diffuser une station de radio et un direct YouTube sur un seul lien sans payer deux fois pour les auditeurs ?

Oui. Une diffusion est un lien public unique, auquel vous pouvez rattacher autant de transcriptions en direct que vous le souhaitez : un micro sur scène, un flux radio, un flux HLS ou DASH, ou un direct YouTube. Les auditeurs ouvrent le même lien et choisissent leur langue une seule fois.

Chaque transcription rattachée est facturée pour ses propres minutes d’audio, avec un minimum de 5 minutes chacune. La diffusion elle-même, le lien, le QR code et tous ceux qui la lisent ne coûtent rien. Une diffusion privée, protégée par un mot de passe, est facturée de la même façon.

Que se passe-t-il si mon crédit s’épuise en pleine keynote ?

En Paiement à l’usage, une transcription en direct s’arrête dès que le solde atteint zéro, et les auditeurs voient la transcription s’interrompre là où le crédit s’est arrêté. Ajoutez du crédit pour reprendre ; le lien de diffusion reste le même, personne n’a besoin de se reconnecter.

Sur Premium et Enterprise, une période de grâce s’applique. La transcription continue pour que l’événement ne soit pas coupé, et les minutes supplémentaires sont facturées ensuite au même tarif. Rien ne change pour l’orateur ni pour le public.

Combien de temps mes enregistrements, transcriptions et voix sont-ils conservés ?

En Paiement à l’usage, les transcriptions sont conservées 30 jours, l’audio source et les voix clonées 7 jours. Exportez ce que vous souhaitez garder avant cette échéance.

Sur Premium et Enterprise, tout est conservé jusqu’à ce que vous le supprimiez. Supprimer un enregistrement efface définitivement l’audio et sa transcription.

J’intègre VocalStack à mon propre produit. L’API coûte-t-elle plus cher ?

Non. L’API, le serveur MCP et les SDK sont inclus dans tous les forfaits et facturés exactement aux mêmes tarifs que le tableau de bord : $0.20 de l’heure pour les fichiers et $0.60 de l’heure pour le direct, avec le même minimum de 5 minutes par transcription. Le crédit du forfait s’applique aussi à l’utilisation de l’API.

Contactez l’équipe commerciale au sujet d’Enterprise si vous avez besoin de tarifs dégressifs, de transcriptions simultanées illimitées, d’enregistrements en direct de 24 heures, d’un pool de moteurs dédié, de démarrages toujours à chaud, d’un responsable de compte ou d’un SLA personnalisé.