Timpriset är bara ett av fyra tal på ett transkriberings-API:s prislista. Faktureringssteget, minimum per jobb och hur tillgodohavande säljs kan förskjuta fakturan mer än ett lägre pris. Här är de uttänkta exemplen, med riktig aritmetik.
De flesta jämförelser av priser för transkriberings-API:er ställer upp ett tal per leverantör: priset per minut eller timme ljud. Det talet spelar roll, men det är inte vad du betalar. Du betalar priset gånger det ljud leverantören räknar, och leverantören räknar ljud efter egna regler. Två av dessa regler avgör det mesta av skillnaden: faktureringssteget (per sekund, per 15 sekunder, per minut) och minimum per jobb. En tredje, hur tillgodohavande säljs (förbetalt, ett månadsabonnemang med tillgodohavande eller ett volymavtal), avgör hur mycket av det du betalade för som du faktiskt använder.
Den här artikeln kör samma arbetsbelastningar genom de reglerna till ett fast pris, så att reglerna syns var för sig. VocalStacks egna siffror används där riktiga priser behövs, som de står på prissidan i november 2026.
Innan du jämför leverantörer, skriv ner fyra saker för var och en:
Det fjärde talet förtjänar en egen artikel, och prissidan har en tabell med andra leverantörers listpriser per timme ljud, tillägg inräknade, hämtade från varje leverantörs prissida i oktober 2026. Resten av artikeln handlar om det andra och det tredje, eftersom det är de som en jämförelse per minut döljer.
Ta ett kontaktcenter som skickar 1 000 inspelade samtal i månaden, vart och ett mellan tre och sju minuter. För att hålla aritmetiken kontrollerbar antar vi fem samtalslängder, 200 samtal av varje:
Samtalen blir tillsammans 302 000 sekunder ljud, eller 5 033 minuter. Så här mycket fakturerar varje regel för dem:
Priset ändrades aldrig. Att runda varje samtal uppåt till nästa minut lägger 11,3 procent på fakturan, eftersom varje samtal i genomsnitt betalar för ungefär en halv minut som ingen talade. Steg om femton sekunder krymper det spillet till några sekunder per samtal. En faktura per sekund med ett minimum på 5 minuter hamnar mittemellan: de långa samtalen faktureras exakt, de korta fylls ut till fem minuter.
Till VocalStacks filpris på $0.20 per timme är fakturan per sekund för de här 1 000 samtalen $16.78. Samma samtal med avrundning per minut skulle kosta $18.67 till samma pris. Skillnaden är liten i dollar här eftersom priset är lågt, och den skalar med priset: vid ett pris tio gånger högre är de 11 procenten tio gånger så många dollar, varje månad.
Som tumregel slösar avrundning ungefär ett halvt steg per jobb. Med avrundning per minut och samtal som i snitt är fem minuter är det ungefär 10 procent. Med steg om 15 sekunder är det ungefär 2,5 procent. Med fakturering per sekund är det i praktiken noll.
Minimum ser ofarliga ut på långa inspelningar och dominerar fakturan på korta. Ta 10 000 röstmeddelanden på 40 sekunder vardera, 111 timmar ljud totalt, till samma $0.20 per timme:
Ett minimum på 5 minuter fakturerar varje röstmeddelande på 40 sekunder som 300 sekunder, sju och en halv gånger ljudet. Avrundning per minut, som kostade kontaktcentret 11 procent, kostar röstmeddelandena 50 procent. Ju kortare den typiska filen är, desto mer avgör steget och minimum fakturan, och desto mindre gör priset.
Så titta på din egen längdfördelning innan du jämför priser. Exportera längderna på förra månadens filer och kör dem genom varje leverantörs regler. Ett kalkylblad med en kolumn per regel tar tio minuter och besvarar frågan bättre än något prisblad.
Två stora molntjänster för tal fakturerar per sekund. I november 2026 står det på Amazon Transcribes prissida att "usage is billed in one-second increments, with no minimum applied" (aws.amazon.com/transcribe/pricing), och Google Cloud Speech-to-Texts prissida säger att "each request is rounded up to the nearest increment of 1 seconds" (cloud.google.com/speech-to-text/pricing). Faktureringsregler skiljer sig ändå mellan tjänster: vissa avrundar till minuten, vissa sätter ett minimum per jobb och vissa gör båda. Läs faktureringsstycket på varje prissida, oftast med liten stil under tabellen, i stället för att anta.
I november 2026 listar prissidan de här priserna, desamma i Dashboarden och via API:et:
Några följder, uträknade:
Tillbaka till de två arbetsbelastningarna. De 1 000 samtalen kostar $16.78 på Premium (inget minimum) och $18.39 på Pay as you go, där de 400 samtalen under fem minuter faktureras som fem vardera. De 10 000 röstmeddelandena kostar $22.22 på Premium och $166.67 på Pay as you go. För en stor volym korta filer är abonnemanget utan minimum det rätta valet, och exemplet med röstmeddelanden visar hur mycket det är värt.
Den andra halvan av transkriberingspriser är hur du betalar för ljudet. Det finns tre vanliga modeller, och VocalStack använder alla tre, en per abonnemang:
Förbetalt tillgodohavande. Du köper ett saldo och varje sekund ljud förbrukar det. På VocalStacks Pay as you go börjar ett nytt konto med $5 i registreringstillgodohavande, nog för 25 timmar filer eller ungefär 8,3 timmar liveljud, och inget kort behövs. Därefter fyller du på från sidan Billing: förvalen är $10, $25 och $50, och vilket belopp som helst från $10 till $500 godtas. Automatisk påfyllning är av om du inte slår på den; när den är på lägger den till ett valt belopp när saldot faller till ett tröskelvärde du anger. Tillgodohavande du köper går aldrig ut. På Pay as you go stoppar en livetranskribering när saldot når noll, så ställ in en varning för lågt saldo, eller slå på automatisk påfyllning, före ett långt evenemang.
Ett abonnemang med tillgodohavande. Du betalar ett fast belopp varje månad och får tillgodohavande tillbaka. VocalStacks Premium kostar $25 i månaden och inkluderar $25 i tillgodohavande varje månad: 125 timmar filer eller ungefär 42 timmar liveljud. Faktureras det årligen är det $240 om året ($20 i månaden) och inkluderar fortfarande $25 i tillgodohavande varje månad, så ett år med helt använt tillgodohavande är värt $300 för $240. Det blir effektivt $0.16 per filtimme och $0.48 per livetimme, om du använder allt tillgodohavande: inkluderat månadstillgodohavande förnyas varje månad och förs inte över. På Premium fortsätter en livetranskribering under noll, upp till en gräns, så att ett evenemang inte avbryts; de extra minuterna faktureras efteråt till samma pris.
Valet mellan de två är mest aritmetik. Om du ändå skulle lägga $25 eller mer i månaden kostar månadsabonnemanget ingenting extra och tar bort minimum på 5 minuter. Om du lägger mindre går oanvänt månadstillgodohavande förlorat, och förbetalt tillgodohavande, som aldrig går ut, är billigare.
Volymavtal. Över en viss volym slutar prislistan vara priset. VocalStacks Enterprise-abonnemang har anpassade volympriser och anpassat tillgodohavande, avpassade efter din förväntade volym, och lägger till dedikerad kapacitet, en kundansvarig, ett SLA och möjligheten att behålla filer i din egen molnlagring. Be om en offert med dina förväntade timmar per månad, fördelningen mellan filer och live och din längdfördelning, eftersom alla tre formar ett rimligt volympris.
Pris är inte det enda ett abonnemang bestämmer. Gränserna avgör hur snabbt en stor omgång går igenom, vilket spelar roll så snart volymen gör det:
Gränserna för transkriptioner åt gången och för längd är säkerhetsgränser, så att ett skript som löpt amok inte kan starta hundratals transkriptioner, och supporten höjer dem på begäran. För en kö, kontrollera dem innan du planerar migreringen.
Ett pris som är 10 procent lägre kan förlora mot en faktureringsregel som slösar 11 procent, och ett billigare abonnemang kan förlora mot ett minimum som fakturerar en fil på 40 sekunder som fem minuter. Räkna på dina egna filer. Om du vill pröva på riktigt ljud täcker registreringstillgodohavandet 25 timmar filer, och filhandledningen tar den första filen genom API:et på några minuter.