Timesatsen er bare ett av fire tall på prislisten til et transkripsjons-API. Faktureringsintervallet, minimum per jobb og hvordan kreditt selges kan flytte regningen mer enn en lavere sats ville gjort. Her er regneeksemplene, med ekte aritmetikk.
De fleste sammenligninger av priser på transkripsjons-API-er stiller opp ett tall per leverandør: prisen per minutt eller per time lyd. Det tallet har betydning, men det er ikke det du betaler. Du betaler satsen multiplisert med lyden leverandøren teller, og leverandøren teller lyd etter sine egne regler. To av disse reglene avgjør mesteparten av forskjellen: faktureringsintervallet (per sekund, per 15 sekunder, per minutt) og minimum per jobb. En tredje, hvordan kreditt selges (forhåndsbetalt, et månedlig abonnement med kreditt eller en volumavtale), avgjør hvor mye av det du betalte for du faktisk bruker.
Denne artikkelen kjører de samme arbeidsmengdene gjennom disse reglene med én fast sats, slik at reglene kan ses hver for seg. VocalStacks egne tall brukes der ekte priser trengs, slik de står på prissiden i november 2026.
Før du sammenligner leverandører, skriv ned fire ting for hver:
Det fjerde tallet fortjener sin egen artikkel, og prissiden har en tabell over andre leverandørers listepriser per time lyd, tillegg inkludert, hentet fra hver leverandørs prisside i oktober 2026. Resten av artikkelen handler om det andre og det tredje, fordi det er de en sammenligning per minutt skjuler.
Ta et kontaktsenter som sender 1,000 innspilte anrop i måneden, hvert på mellom tre og sju minutter. For at regnestykket skal kunne etterprøves, antar vi fem anropslengder, 200 anrop av hver:
Anropene utgjør til sammen 302,000 sekunder lyd, eller 5,033 minutter. Dette fakturerer hver regel for dem:
Satsen endret seg aldri. Å runde hvert anrop opp til neste minutt legger 11.3 prosent til regningen, fordi hvert anrop i snitt betaler for omtrent et halvt minutt ingen snakket. Intervaller på 15 sekunder krymper dette spillet til noen få sekunder per anrop. En regning per sekund med 5 minutters minimum havner imellom: de lange anropene faktureres nøyaktig, de korte fylles ut til fem minutter.
Med VocalStacks filsats på $0.20 i timen er regningen per sekund for disse 1,000 anropene $16.78. De samme anropene ville med avrunding per minutt kostet $18.67 til samme sats. Forskjellen er liten i dollar fordi satsen er lav, og den vokser med satsen: ved en sats ti ganger høyere er de 11 prosentene ti ganger så mange dollar, hver måned.
Som tommelfingerregel sløser avrunding bort omtrent et halvt intervall per jobb. Med avrunding per minutt og anrop på fem minutter i snitt er det omtrent 10 prosent. Med intervaller på 15 sekunder omtrent 2.5 prosent. Med fakturering per sekund praktisk talt null.
Minimum ser harmløse ut på lange opptak og dominerer regningen på korte. Ta 10,000 taleposter på 40 sekunder hver, til sammen 111 timer lyd, til samme $0.20 i timen:
Et minimum på 5 minutter fakturerer hver talepost på 40 sekunder som 300 sekunder, sju og en halv gang lyden. Avrunding per minutt, som kostet kontaktsenteret 11 prosent, koster talepost-arbeidsmengden 50 prosent. Jo kortere den typiske filen er, desto mer avgjør intervallet og minimumet regningen, og desto mindre gjør satsen.
Se derfor på din egen lengdefordeling før du sammenligner satser. Eksporter varighetene på forrige måneds filer og kjør dem gjennom hver leverandørs regler. Et regneark med én kolonne per regel tar ti minutter og besvarer spørsmålet bedre enn noe satskort.
To store skybaserte taletjenester fakturerer per sekund. Per november 2026 sier prissiden til Amazon Transcribe at «usage is billed in one-second increments, with no minimum applied» (aws.amazon.com/transcribe/pricing), og prissiden til Google Cloud Speech-to-Text sier at «each request is rounded up to the nearest increment of 1 seconds» (cloud.google.com/speech-to-text/pricing). Faktureringsreglene varierer likevel mellom tjenester: noen runder opp til minuttet, noen setter et minimum per jobb, og noen gjør begge deler. Les faktureringsavsnittet på hver prisside, vanligvis i den små skriften under tabellen, i stedet for å anta.
Per november 2026 oppgir prissiden disse satsene, de samme i dashbordet og via API-et:
Noen konsekvenser, regnet ut:
Tilbake til de to arbeidsmengdene. De 1,000 anropene koster $16.78 på Premium (uten minimum) og $18.39 på Betal etter bruk, der de 400 anropene under fem minutter hver faktureres som fem. De 10,000 talepostene koster $22.22 på Premium og $166.67 på Betal etter bruk. For et høyt volum korte filer er abonnementet uten minimum det riktige valget, og talepost-eksemplet viser hvor mye.
Den andre halvdelen av transkripsjonspriser er hvordan du betaler for lyden. Det finnes tre vanlige modeller, og VocalStack bruker alle tre, én per abonnement:
Forhåndsbetalt kreditt. Du kjøper en saldo, og hvert sekund lyd bruker av den. På VocalStacks Betal etter bruk starter en ny konto med $5 i registreringskreditt, nok til 25 timer filer eller omtrent 8.3 timer direktelyd, og ingen kort trengs. Deretter fyller du på fra faktureringssiden: forhåndsvalgene er $10, $25 og $50, og ethvert beløp fra $10 til $500 godtas. Automatisk påfylling er av med mindre du slår den på; når den er på, legger den til et valgt beløp når saldoen faller til en terskel du setter. Kreditt du kjøper utløper aldri. På Betal etter bruk stopper en direktetranskripsjon når saldoen når null, så sett et varsel for lav saldo, eller slå på automatisk påfylling, før et langt arrangement.
Et abonnement med kreditt. Du betaler et fast beløp hver måned og får kreditt tilbake. VocalStacks Premium koster $25 i måneden og inkluderer $25 i kreditt hver måned: 125 timer filer eller omtrent 42 timer direktelyd. Faktureres det årlig, er det $240 i året ($20 i måneden) og fortsatt $25 i kreditt hver måned, så et år med fullt utnyttet kreditt er verdt $300 for $240. Det blir effektivt $0.16 per fil-time og $0.48 per direkte time, hvis du bruker all kreditten: den inkluderte månedskreditten fornyes hver måned og overføres ikke. På Premium fortsetter en direktetranskripsjon under null, opp til en grense, så et arrangement ikke kuttes; de ekstra minuttene faktureres etterpå til samme sats.
Valget mellom de to er for det meste aritmetikk. Hvis du uansett ville brukt $25 eller mer i måneden, koster månedsabonnementet ingenting ekstra og fjerner minimumet på 5 minutter. Hvis du bruker mindre, går ubrukt månedskreditt tapt, og forhåndsbetalt kreditt, som aldri utløper, er billigere.
Volumavtaler. Over et visst volum slutter prislisten å være prisen. VocalStacks Enterprise har tilpassede volumsatser og tilpasset kreditt, satt etter forventet volum, og legger til dedikert kapasitet, en kundeansvarlig, en SLA og muligheten til å beholde filer i din egen skylagring. Be om et tilbud med dine forventede månedstimer, fordelingen mellom filer og direkte og lengdefordelingen din, siden alle tre former en rimelig volumsats.
Pris er ikke det eneste et abonnement setter. Grensene avgjør hvor fort en stor bunke går gjennom, noe som har betydning så snart volumet har det:
Grensene for samtidige transkripsjoner og lengde er sikkerhetsgrenser, slik at et skript som går av skaftet, ikke kan starte hundrevis av transkripsjoner, og støtten hever dem på forespørsel. Ved en kø bør du sjekke dem før du planlegger migreringen.
En sats som er 10 prosent lavere, kan tape mot en faktureringsregel som sløser 11 prosent, og et billigere abonnement kan tape mot et minimum som fakturerer en fil på 40 sekunder som fem minutter. Gjør regnestykket på dine egne filer. Vil du prøve det på ekte lyd, dekker registreringskreditten 25 timer filer, og filveiledningen får den første gjennom API-et på noen minutter.