每小时费率只是转录 API 价目表上四个数字之一。计费增量、每个任务的最低计费,以及额度的售卖方式,对账单的影响可能超过一个更低的费率。下面是带有真实算术的完整示例。
大多数转录 API 定价比较只为每家供应商列出一个数字:每分钟或每小时音频的价格。这个数字很重要,但它不是你实际支付的金额。你支付的是费率乘以供应商计入的音频时长,而供应商按各自的规则计入音频。其中两条规则决定了大部分差异:计费增量(按秒、按 15 秒、按分钟)和每个任务的最低计费。第三个因素,也就是额度的售卖方式(预付、带额度的月度套餐,或批量合同),决定了你付的钱里有多少真正被用掉。
本文让相同的工作负载在一个固定费率下通过这些规则,这样可以单独看清各条规则的作用。需要真实价格时,使用的是 VocalStack 自己的数字,即 2026 年 11 月价格页面上列出的价格。
在比较供应商之前,为每一家写下四件事:
第四个数字值得单独写一篇文章,而价格页面里有一张表,列出了其他供应商每小时音频的标价(含附加项),数据取自各家供应商 2026 年 10 月的价格页面。本文其余部分讨论第二个和第三个,因为按分钟的比较恰恰会把它们掩盖掉。
设想一个联络中心,每月提交 1,000 通录音通话,每通在三到七分钟之间。为了让算术便于核对,假设有五种通话时长,每种 200 通:
这些通话合计 302,000 秒音频,即 5,033 分钟。各条规则对它们的计费如下:
费率从未改变。把每通电话向上取整到下一分钟会使账单增加 11.3%,因为平均每通电话都要为大约半分钟没人说话的时间付费。15 秒增量把这种浪费缩小到每通电话几秒钟。按秒计费加 5 分钟最低计费则介于两者之间:长通话被精确计费,短通话被补足到五分钟。
按 VocalStack 每小时 $0.20 的文件费率,这 1,000 通电话按秒计费的账单是 $16.78。同样的通话在相同费率下按分钟取整则是 $18.67。因为费率很低,这里以美元计的差额很小,而它随费率成比例放大:费率高十倍,这 11% 就是十倍的美元数额,而且每个月都是如此。
作为经验法则,取整平均会浪费每个任务约半个增量。按分钟取整、通话平均五分钟时,约为 10%。按 15 秒增量约为 2.5%。按秒计费实际上为零。
最低计费对长录音看起来无关紧要,对短录音却会主导账单。设想 10,000 条每条 40 秒的语音留言,共 111 小时音频,同样按每小时 $0.20:
5 分钟的最低计费会把每条 40 秒的语音留言按 300 秒计费,是音频时长的七倍半。让联络中心多付 11% 的按分钟取整,会让语音留言这类工作负载多付 50%。典型文件越短,增量和最低计费对账单的决定作用就越大,费率的作用就越小。
所以在比较费率之前,先看看你自己的时长分布。导出上个月文件的时长,让它们依次通过各家供应商的规则。一张每条规则一列的电子表格只需十分钟,回答这个问题比任何费率卡都更好。
两大云语音服务都按秒计费。截至 2026 年 11 月,Amazon Transcribe 的价格页面写道:“usage is billed in one-second increments, with no minimum applied”(aws.amazon.com/transcribe/pricing),Google Cloud Speech-to-Text 的价格页面则写道:“each request is rounded up to the nearest increment of 1 seconds”(cloud.google.com/speech-to-text/pricing)。不同服务的计费规则仍然各不相同:有的按分钟向上取整,有的设每个任务的最低计费,有的两者兼有。请阅读每家价格页面上关于计费的那一段,通常是表格下方的小字,而不要想当然。
截至 2026 年 11 月,价格页面列出了以下费率,控制台和 API 中完全一致:
由此得出的几个结论:
回到那两个工作负载。这 1,000 通电话在 Premium(无最低计费)上费用为 $16.78,在按量付费套餐上为 $18.39,因为其中不足五分钟的 400 通电话每通都按五分钟计费。10,000 条语音留言在 Premium 上费用为 $22.22,在按量付费套餐上则为 $166.67。对于大量的短文件,应该选择没有最低计费的套餐,语音留言的例子说明了这能差多少。
转录定价的另一半,是你如何为音频付款。常见的模式有三种,VocalStack 三种都用,每个套餐对应一种:
预付额度。 你购买一笔余额,每一秒音频都会消耗它。在 VocalStack 的按量付费套餐中,新账户会获得 $5 的注册额度,足够转录 25 小时的文件,或约 8.3 小时的实时音频,而且无需绑定银行卡。之后你从账单页面充值:预设金额为 $10、$25 和 $50,$10 到 $500 之间的任意金额都可以。自动充值默认关闭,需要你主动开启;开启后,当余额降到你设定的阈值时,它会充入你选定的金额。你购买的额度永不过期。在按量付费套餐下,余额降到零时实时转录会停止,因此在长时间的活动之前,请设置低余额提醒,或者开启自动充值。
带额度的套餐。 你每月支付固定金额,并获得相应的额度。VocalStack 的 Premium 每月 $25,每月包含 $25 的额度:125 小时的文件,或约 42 小时的实时音频。按年付费是每年 $240(每月 $20),每月仍包含 $25 的额度,所以一年额度全部用完,价值 $300,而只需支付 $240。如果你用完全部额度,实际折合每文件小时 $0.16、每实时小时 $0.48:包含的月度额度每月刷新,不会结转。在 Premium 上,实时转录在余额低于零后仍会在限额内继续运行,这样活动不会被中断;多出的分钟数之后按同样的费率计费。
在这两者之间做选择,主要是算术问题。如果你本来每月就会花 $25 或更多,月度套餐不会多花钱,还能免去 5 分钟的最低计费。如果你花得更少,未用完的月度额度就会作废,而永不过期的预付额度更便宜。
批量合同。 用量超过一定程度后,价目表就不再是实际价格了。VocalStack 的 Enterprise 套餐提供按你预期用量设定的定制批量费率和定制额度,并增加专属容量、客户经理、SLA,以及将文件保存在你自己的云存储中的选项。申请报价时,请提供你预期的每月小时数、文件与实时转录的比例,以及你的时长分布,因为这三项都会影响一个合理的批量费率。
一个套餐设定的不只是价格。限制决定了一大批任务能以多快的速度处理完,一旦用量变大,这一点就很重要:
同时转录数量和时长的限制属于安全限制,以免失控的脚本启动数百个转录,客服可根据请求调高。如果有积压的任务,请在规划迁移之前先查看这些限制。
费率低 10%,可能败给浪费 11% 的计费规则;更便宜的套餐,也可能败给把一个 40 秒文件按五分钟计费的最低计费。请用你自己的文件算一算。如果想在真实音频上试试,注册额度足够转录 25 小时的文件,而文件教程能让你在几分钟内通过 API 处理好第一个文件。