Uma tarifa. Tudo incluído.

Perguntas frequentes

Como uma transcrição ao vivo é cobrada?

Por segundo de áudio, a $0.60 por hora em todos os planos, com mínimo de 5 minutos por transcrição. Tradução para até 10 idiomas, traduções faladas e transmissão fazem parte dessa tarifa, não são extras.

O número de ouvintes e de idiomas não muda a conta. Uma sessão lida por 5 pessoas em um idioma custa o mesmo que uma lida por 500 pessoas em dez.

Arraste o controle para ver quanto custa um áudio ao vivo de determinada duração:

30 minutos

Arquivo, qualquer plano

$0.1000

Transcrição ao vivo, qualquer plano

$0.3000

Vozes clonadas, resumos e exportações são cobrados à parte?

Não. Uma voz clonada lê a transcrição traduzida em voz alta com a própria voz do locutor, em qualquer idioma. Trinta segundos de áudio limpo bastam para criar uma. Depois que a voz existe, o locutor também é reconhecido e identificado pelo nome automaticamente nas próximas gravações.

Quando uma gravação termina, o resumo é escrito para você, e a transcrição pode ser exportada em PDF com marcações de tempo e nomes dos locutores, ou em Excel com uma linha por segmento. As correções feitas depois do evento são salvas na mesma transcrição. Nada disso é medido à parte; a única coisa cobrada é o próprio áudio.

Por que o ao vivo custa mais do que enviar um arquivo?

Uma transcrição ao vivo precisa acompanhar o locutor durante todo o evento, para que as palavras cheguem aos ouvintes instantes depois de ditas, em todos os idiomas ao mesmo tempo. Esse trabalho roda sem parar, mesmo durante pausas e aplausos.

Arquivos não têm público esperando. Eles são processados várias vezes mais rápido que o tempo real, em paralelo, e é por isso que uma hora de áudio gravado custa $0.20 em vez de $0.60. Se ninguém precisa acompanhar a leitura enquanto acontece, envie a gravação depois e pague a tarifa de arquivo.

Os modos Velocidade e Precisão mudam o preço?

Não. Toda transcrição ao vivo pode rodar no modo Automático, Velocidade ou Precisão, e os três são cobrados pelos mesmos $0.60 por hora.

O modo Velocidade coloca as palavras diante dos ouvintes o mais rápido possível. O modo Precisão prioriza a transcrição mais exata. O Automático equilibra os dois para você conforme o evento avança. Escolha o que combina com o ambiente; o modo é uma escolha de qualidade, não uma faixa de preço.

Qual é a taxa de erro de palavras (WER) e a latência?

Benchmarks publicados em breve. Enquanto isso: a taxa de erro de palavras está no nível dos principais modelos de transcrição do mercado, então o que aparece na tela é o que foi dito.

A latência é intermediária, de propósito. O motor do VocalStack foi feito para transcrições lidas em vários idiomas, então ele confirma uma frase de cada vez, em pausas naturais como uma vírgula ou o fim de uma frase, depois de ouvir contexto suficiente para acertar nomes, números e pontuação, em vez de exibir palpites palavra por palavra que se reescrevem. Os ouvintes recebem linhas estáveis e definitivas, que se traduzem bem em todos os idiomas ao mesmo tempo, e a transcrição que eles acompanham ao vivo é a mesma que você guarda.

Posso transmitir uma rádio e uma live do YouTube em um só link sem pagar duas vezes pelos ouvintes?

Sim. Uma transmissão é um único link público, e qualquer número de transcrições ao vivo pode ser vinculado a ela: um microfone no palco, um stream de rádio, um feed HLS ou DASH ou uma live do YouTube. Os ouvintes abrem o mesmo link e escolhem o idioma uma única vez.

Cada transcrição vinculada é cobrada pelos próprios minutos de áudio, com mínimo de 5 minutos cada. A transmissão em si, o link, o QR code e todos que a leem não custam nada. Uma transmissão privada, protegida por senha, é cobrada da mesma forma.

O que acontece se meu crédito acabar no meio de uma palestra?

No Pague conforme o uso, a transcrição ao vivo para assim que o saldo chega a zero, e os ouvintes veem a transcrição terminar onde o crédito acabou. Adicione crédito para recomeçar; o link da transmissão continua o mesmo, então ninguém precisa entrar de novo.

No Premium e no Enterprise há um período de tolerância. A transcrição continua rodando para que o evento não seja interrompido, e os minutos extras são cobrados depois, pela mesma tarifa. Nada na sessão muda para o locutor ou para o público.

Por quanto tempo minhas gravações, transcrições e vozes ficam guardadas?

No Pague conforme o uso, as transcrições ficam guardadas por 30 dias, e o áudio de origem e as vozes clonadas por 7 dias. Exporte o que quiser manter antes disso.

No Premium e no Enterprise, tudo fica guardado até você excluir. Excluir uma gravação remove o áudio e a transcrição de forma definitiva.

Estou integrando o VocalStack ao meu próprio produto. A API custa mais?

Não. A API, o servidor MCP e os SDKs estão incluídos em todos os planos e são cobrados exatamente pelas mesmas tarifas do Painel: $0.20 por hora para arquivos e $0.60 por hora para ao vivo, com o mesmo mínimo de 5 minutos por transcrição. O crédito do plano também vale para o uso da API.

Fale com vendas sobre o Enterprise quando precisar de tarifas por volume, transcrições simultâneas ilimitadas, gravações ao vivo de 24 horas, um pool de motores dedicado, inicialização sempre aquecida, um gerente de conta ou um SLA personalizado.