按需付费
Google Cloud 的按需付费结构仅对使用的服务收费，没有前期费用或终止费用。
- 仅为使用的部分付费
- 无前期费用
- 无终止费用
- 定价因产品和使用情况而异
AI 字幕与翻译工具
- 产品简介
- Google Cloud Speech-to-Text 通过 API、流式识别、85 种以上语言和说话人分离将音频转换为文本。
- 收录时间
- 2026/10/22
- 价格类型
- 免费增值
- 官方信息
- 官网、公司与支持信息 ↗
产品概览
Google Cloud Speech-to-Text 是什么？
Google Cloud Speech-to-Text 是一项语音识别服务，可将音频转换为文本转录，并让开发者通过易于使用的 API 将语音识别集成到应用中。它支持短音频、长音频和流式音频、实时识别、说话人分离、自动标点、模型自适应、噪声鲁棒性、多声道识别和领域特定模型。Chirp 3 在 85 种以上语言和变体中提供改进的识别能力。团队可以转录音频、为视频添加字幕、为应用添加语音转文本功能，以及将音频翻译为文本。访问采用按需付费模式，新客户可获得最高 300 美元的免费赠金，并且有 20 多种产品可在免费层级中使用。
如何使用 Google Cloud Speech-to-Text
- 1
在 Google Cloud 控制台中开始
打开 Speech-to-Text 控制台创建音频转录，并试用流式、短音频或长音频。
- 2
使用演示进行测试
使用 Speech-to-Text 演示转录文件上传或麦克风输入，并查看 JSON 输出。
- 3
集成 API
使用 Speech-to-Text V2 API，通过同步、异步或流式方法为应用添加语音识别。
Google Cloud Speech-to-Text 核心功能
转录短音频、长音频和流式音频
实时流式语音识别
支持 85 种以上语言和变体
说话人分离
自动标点（测试版）
模型自适应和语音自适应
噪声鲁棒性
多声道识别
领域特定模型
使用脏话过滤器进行内容过滤
Google Cloud Speech-to-Text 使用场景
转录音频文件和录音
使用 AI 为视频添加字幕
为应用添加语音转文本功能
将音频翻译为文本
使用领域特定模型转录电话通话
使用自己的语音数据评估转录质量
Google Cloud Speech-to-Text 常见问题
它可以转录短音频、长音频和流式音频，包括麦克风输入以及通过内联或 Cloud Storage 发送的预录音频文件。
该产品支持 85 种以上语言和变体，Chirp 3 在许多口语语言和口音中提供改进的识别能力。
可以。说话人分离会自动预测对话中每句话是哪个说话人说的。
可以。模型自适应和语音自适应可提高领域特定术语、罕见词和短语的准确度。
有。演示允许通过文件上传或麦克风输入创建转录，Agent Platform 中的 Chirp 3: Transcription 提供无代码 Web 界面。
Google Cloud 采用按需付费定价，因此您只需为使用的服务付费，没有前期费用或终止费用。
新客户可获得最高 300 美元的免费赠金，用于试用 Speech-to-Text 和其他 Google Cloud 产品。
支持。Speech-to-Text On-Prem 允许您在自己的私有数据中心使用 Google 的语音识别技术；请联系销售团队开始使用。
Google Cloud Speech-to-Text 官方信息
- 公司
- Google Cloud
- 官网
- https://cloud.google.com/speech-to-text
- 文档
- https://docs.cloud.google.com/speech-to-text/docs
Google Cloud Speech-to-Text 价格方案
Google Cloud 采用按需付费定价；新客户可获得最高 300 美元的免费赠金，并且有 20 多种产品可在免费层级中使用，但有每月使用限制。
免费试用赠金
$300USD / 一次性
新客户可获得最高 300 美元的免费赠金，用于试用 Speech-to-Text 和其他 Google Cloud 产品。
- 最高 300 美元免费赠金
- 面向新客户
- 可用于 Google Cloud 产品
免费层级
/ 每月
所有客户均可免费使用 20 多种产品，但有每月使用限制。
- 提供 20 多种产品
- 面向所有客户
- 受每月使用限制约束
用户评价
Google Cloud Speech-to-Text 用户评论
暂无评论。
