प्रति घंटे की दर ट्रांसक्रिप्शन API की कीमत सूची के चार आँकड़ों में से सिर्फ़ एक है। बिलिंग की इकाई, प्रति जॉब न्यूनतम और क्रेडिट बेचने का तरीका बिल को किसी सस्ती दर से ज़्यादा खिसका सकते हैं। यहाँ असली गणित के साथ हल किए हुए उदाहरण हैं।
ट्रांसक्रिप्शन API की कीमत की ज़्यादातर तुलनाएँ हर विक्रेता के लिए एक आँकड़ा सामने रखती हैं: ऑडियो के प्रति मिनट या प्रति घंटे की कीमत। वह आँकड़ा मायने रखता है, पर आप वह नहीं चुकाते। आप दर को उस ऑडियो से गुणा करके चुकाते हैं जो विक्रेता गिनता है, और विक्रेता ऑडियो अपने नियमों से गिनता है। इनमें से दो नियम ज़्यादातर फ़र्क़ तय करते हैं: बिलिंग की इकाई (प्रति सेकंड, प्रति 15 सेकंड, प्रति मिनट) और प्रति जॉब न्यूनतम। तीसरा, क्रेडिट कैसे बिकता है (पहले से चुकाया हुआ, क्रेडिट वाला मासिक प्लान, या वॉल्यूम अनुबंध), यह तय करता है कि आपने जिसके पैसे दिए उसमें से कितना आप सचमुच इस्तेमाल करते हैं।
यह लेख एक ही तयशुदा दर पर वही कार्यभार इन नियमों से गुज़ारता है, ताकि नियमों को अलग से देखा जा सके। जहाँ असली कीमतें चाहिए वहाँ VocalStack के अपने आँकड़े लिए गए हैं, जैसे वे नवंबर 2026 में कीमत पृष्ठ पर सूचीबद्ध हैं।
विक्रेताओं की तुलना करने से पहले हर एक के लिए चार बातें लिख लीजिए:
चौथे आँकड़े पर अलग लेख बनता है, और कीमत पृष्ठ में दूसरे विक्रेताओं की सूची कीमतों की एक तालिका है, प्रति घंटा ऑडियो, ऐड-ऑन समेत, जो अक्टूबर 2026 में हर विक्रेता के कीमत पृष्ठ से ली गई है। बाकी लेख दूसरे और तीसरे के बारे में है, क्योंकि प्रति मिनट की तुलना इन्हीं को छिपा देती है।
एक कॉन्टैक्ट सेंटर लीजिए जो महीने में 1,000 रिकॉर्ड की हुई कॉल भेजता है, हर एक तीन से सात मिनट के बीच की। गणित जाँचने लायक रखने के लिए मान लेते हैं कि कॉल की पाँच लंबाइयाँ हैं, हर एक की 200 कॉल:
कॉल कुल मिलाकर 302,000 सेकंड ऑडियो होती हैं, यानी 5,033 मिनट। हर नियम इनके लिए यह बिल करता है:
दर कभी नहीं बदली। हर कॉल को अगले मिनट तक ऊपर पूर्णांकित करने से बिल में 11.3 प्रतिशत जुड़ जाता है, क्योंकि औसतन हर कॉल लगभग आधे ऐसे मिनट के पैसे देती है जिसमें किसी ने कुछ नहीं बोला। 15-सेकंड की इकाइयाँ इस बर्बादी को प्रति कॉल कुछ सेकंड तक सिकोड़ देती हैं। 5 मिनट के न्यूनतम वाला प्रति सेकंड बिल इन दोनों के बीच बैठता है: लंबी कॉल ठीक-ठीक बिल होती हैं, छोटी पाँच मिनट तक भर दी जाती हैं।
VocalStack की फ़ाइल दर $0.20 प्रति घंटा पर इन 1,000 कॉल का प्रति सेकंड बिल $16.78 है। वही कॉल प्रति मिनट पूर्णांकन में उसी दर पर $18.67 होतीं। डॉलर में अंतर यहाँ छोटा है क्योंकि दर कम है, और वह दर के साथ बढ़ता है: दस गुना ऊँची दर पर वे 11 प्रतिशत दस गुना ज़्यादा डॉलर हैं, हर महीने।
अंगूठे के नियम के तौर पर, पूर्णांकन प्रति जॉब लगभग आधी इकाई बर्बाद करता है। प्रति मिनट पूर्णांकन और औसतन पाँच मिनट की कॉल के साथ यह क़रीब 10 प्रतिशत है। 15-सेकंड की इकाइयों में लगभग 2.5 प्रतिशत। प्रति सेकंड बिलिंग में व्यावहारिक रूप से शून्य।
लंबी रिकॉर्डिंग पर न्यूनतम हानिरहित दिखते हैं और छोटी पर बिल पर हावी हो जाते हैं। 40-40 सेकंड के 10,000 वॉइसमेल लीजिए, कुल 111 घंटे ऑडियो, उसी $0.20 प्रति घंटा पर:
5 मिनट का न्यूनतम हर 40 सेकंड के वॉइसमेल को 300 सेकंड के रूप में बिल करता है, यानी ऑडियो का साढ़े सात गुना। प्रति मिनट पूर्णांकन, जो कॉन्टैक्ट सेंटर को 11 प्रतिशत महँगा पड़ा, वॉइसमेल कार्यभार को 50 प्रतिशत महँगा पड़ता है। आम फ़ाइल जितनी छोटी हो, इकाई और न्यूनतम बिल को उतना ज़्यादा तय करते हैं, और दर उतना कम।
इसलिए दरों की तुलना करने से पहले अपनी फ़ाइलों की लंबाइयों का वितरण देखिए। पिछले महीने की फ़ाइलों की अवधियाँ एक्सपोर्ट कीजिए और उन्हें हर विक्रेता के नियमों से गुज़ारिए। हर नियम के लिए एक कॉलम वाली स्प्रेडशीट में दस मिनट लगते हैं और वह किसी भी दर कार्ड से बेहतर इस सवाल का जवाब देती है।
दो बड़ी क्लाउड स्पीच सेवाएँ प्रति सेकंड बिल करती हैं। नवंबर 2026 तक, Amazon Transcribe का कीमत पृष्ठ कहता है कि "usage is billed in one-second increments, with no minimum applied" (aws.amazon.com/transcribe/pricing), और Google Cloud Speech-to-Text का कीमत पृष्ठ कहता है कि "each request is rounded up to the nearest increment of 1 seconds" (cloud.google.com/speech-to-text/pricing)। फिर भी बिलिंग नियम सेवाओं में अलग होते हैं: कुछ मिनट तक ऊपर पूर्णांकित करती हैं, कुछ प्रति जॉब न्यूनतम रखती हैं, और कुछ दोनों करती हैं। मानकर चलने के बजाय हर कीमत पृष्ठ पर बिलिंग वाला अनुच्छेद पढ़िए, जो आम तौर पर तालिका के नीचे छोटे अक्षरों में होता है।
नवंबर 2026 तक कीमत पृष्ठ ये दरें सूचीबद्ध करता है, जो Dashboard और API दोनों में एक जैसी हैं:
कुछ नतीजे, हल करके:
अब दोनों कार्यभारों पर लौटें। 1,000 कॉल की कीमत Premium पर (बिना न्यूनतम) $16.78 और Pay as you go पर $18.39 है, जहाँ पाँच मिनट से छोटी 400 कॉल हर एक पाँच के रूप में बिल होती हैं। 10,000 वॉइसमेल की कीमत Premium पर $22.22 और Pay as you go पर $166.67 है। छोटी फ़ाइलों की बड़ी मात्रा के लिए, बिना न्यूनतम वाला प्लान ही चुनने लायक है, और वॉइसमेल उदाहरण दिखाता है कि कितना फ़र्क़ पड़ता है।
ट्रांसक्रिप्शन कीमत का दूसरा आधा हिस्सा है कि आप ऑडियो के पैसे कैसे चुकाते हैं। तीन आम मॉडल हैं, और VocalStack तीनों इस्तेमाल करता है, हर प्लान के लिए एक:
पहले से चुकाया क्रेडिट। आप एक बैलेंस खरीदते हैं और ऑडियो का हर सेकंड उसे खर्च करता है। VocalStack के Pay as you go पर नया खाता $5 के साइनअप क्रेडिट से शुरू होता है, जो 25 घंटे की फ़ाइलों या लगभग 8.3 घंटे के लाइव ऑडियो के लिए काफ़ी है, और कार्ड की ज़रूरत नहीं। उसके बाद आप बिलिंग पृष्ठ से टॉप-अप करते हैं: पहले से तय विकल्प $10, $25 और $50 हैं, और $10 से $500 तक कोई भी रकम चलती है। स्वचालित टॉप-अप तब तक बंद रहता है जब तक आप उसे चालू न करें; चालू होने पर, बैलेंस आपकी तय की हुई सीमा तक गिरने पर वह चुनी हुई रकम जोड़ देता है। जो क्रेडिट आप खरीदते हैं वह कभी समाप्त नहीं होता। Pay as you go पर बैलेंस शून्य होते ही लाइव ट्रांसक्रिप्शन रुक जाता है, इसलिए किसी लंबे आयोजन से पहले कम-बैलेंस अलर्ट सेट कीजिए, या स्वचालित टॉप-अप चालू कीजिए।
क्रेडिट वाला प्लान। आप हर महीने एक तय रकम चुकाते हैं और क्रेडिट वापस पाते हैं। VocalStack का Premium $25 प्रति माह है और हर महीने $25 का क्रेडिट शामिल करता है: 125 घंटे की फ़ाइलें या लगभग 42 घंटे का लाइव ऑडियो। सालाना बिल होने पर यह $240 प्रति वर्ष ($20 प्रति माह) है और फिर भी हर महीने $25 का क्रेडिट शामिल है, इसलिए पूरी तरह इस्तेमाल हुए क्रेडिट का एक साल $240 में $300 का है। अगर आप पूरा क्रेडिट इस्तेमाल करें तो यह प्रभावी रूप से $0.16 प्रति फ़ाइल-घंटा और $0.48 प्रति लाइव घंटा बैठता है: शामिल मासिक क्रेडिट हर महीने नया हो जाता है और आगे नहीं बढ़ता। Premium पर लाइव ट्रांसक्रिप्शन एक सीमा तक शून्य से नीचे भी चलता रहता है, ताकि आयोजन बीच में न कटे; अतिरिक्त मिनट बाद में उसी दर पर बिल होते हैं।
दोनों के बीच फ़ैसला ज़्यादातर गणित है। अगर आप वैसे भी महीने में $25 या ज़्यादा खर्च करते, तो मासिक प्लान की कोई अतिरिक्त लागत नहीं और वह 5 मिनट का न्यूनतम हटा देता है। अगर आप कम खर्च करते हैं, तो मासिक क्रेडिट का बिना इस्तेमाल हुआ हिस्सा चला जाता है, और पहले से चुकाया क्रेडिट, जो कभी समाप्त नहीं होता, सस्ता पड़ता है।
वॉल्यूम अनुबंध। एक निश्चित मात्रा के ऊपर कीमत सूची ही कीमत नहीं रहती। VocalStack के Enterprise प्लान में कस्टम वॉल्यूम दरें और कस्टम क्रेडिट हैं, जो आपकी अपेक्षित मात्रा के अनुसार तय होते हैं, और उसके साथ समर्पित क्षमता, एक अकाउंट मैनेजर, एक SLA और फ़ाइलें अपने क्लाउड स्टोरेज में रखने का विकल्प जुड़ता है। अपने अपेक्षित मासिक घंटों, फ़ाइलों और लाइव के बँटवारे और अपनी लंबाई के वितरण के साथ कोटेशन माँगिए, क्योंकि तीनों एक उचित वॉल्यूम दर को आकार देते हैं।
कीमत ही अकेली चीज़ नहीं है जो प्लान तय करता है। सीमाएँ तय करती हैं कि बड़ा बैच कितनी तेज़ी से गुज़रता है, जो मात्रा के मायने रखते ही मायने रखता है:
एक साथ चलने वाले ट्रांसक्रिप्शन और लंबाई की सीमाएँ सुरक्षा सीमाएँ हैं, ताकि बिगड़ी हुई स्क्रिप्ट सैकड़ों ट्रांसक्रिप्शन शुरू न कर सके, और सपोर्ट अनुरोध पर उन्हें बढ़ा देता है। बैकलॉग के लिए, माइग्रेशन की योजना बनाने से पहले उन्हें जाँच लीजिए।
10 प्रतिशत कम दर उस बिलिंग नियम से हार सकती है जो 11 प्रतिशत बर्बाद करता है, और सस्ता प्लान उस न्यूनतम से हार सकता है जो 40 सेकंड की फ़ाइल को पाँच मिनट के रूप में बिल करता है। गणित अपनी फ़ाइलों पर कीजिए। असली ऑडियो पर आज़माना चाहें तो साइनअप क्रेडिट 25 घंटे की फ़ाइलों को कवर करता है, और फ़ाइल ट्यूटोरियल पहली फ़ाइल को कुछ ही मिनट में API से निकाल देता है।