免费层
$0USD / 一次性额度
新账户获得100美元额度，可在付费前测试转录质量和语言支持。
- 注册即得100美元额度，无需信用卡
- 两个并发实时连接
- 额度用尽后API访问暂停
AI 语音转文字工具
- 产品简介
- 语音转文字API，支持55种以上语言的实时和预录音频转录，提供医疗和语音智能体模型及安全部署选项。
- 收录时间
- 2026/11/2
- 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
Speechmatics 是什么？
Speechmatics为开发者和企业提供语音转文字API，可将实时或录制音频转换为文本，用于字幕、分析、记录和语音AI。它提供亚秒级延迟的实时转录、预录制批量转录、说话人分离、自定义词典和词级时间戳，覆盖55种以上语言，包括混合语言和语码转换音频。专用模型涵盖临床口述（Oak）和对话式语音智能体（Linden）。部署选项包括云端、本地和端侧，并具备HIPAA、GDPR、SOC 2和ISO 27001等合规认证。访问从100美元免费额度开始，之后按使用量计费，每小时0.12美元起。
如何使用 Speechmatics
- 1
创建账户
在Speechmatics门户注册即可获得100美元免费额度，无需信用卡。
- 2
选择模型和模式
选择Melia 1、Enhanced、Oak 1或Linden 1等模型，并选择预录制或实时转录。
- 3
通过API集成
使用文档化的API和SDK发送音频文件或实时流，并接收带有说话人分离和词级时间戳等功能的转录文本。
- 4
监控用量并扩展
在仪表板中跟踪额度消耗，并随着用量增长切换到按需付费、额度包或订阅。
Speechmatics 核心功能
亚秒级延迟的实时语音转文字
从音频或视频文件进行预录制批量转录
55种以上语言，支持混合语言和语码转换
说话人分离和词级时间戳
自定义词典和智能格式化
面向临床语言的医疗模型（Oak 1）
带轮次检测的语音智能体模型（Linden 1）
云端、本地和端侧部署选项
HIPAA、GDPR、SOC 2 Type II和ISO 27001合规
Speechmatics 使用场景
广播、活动和体育赛事实时字幕
医疗口述和环境临床记录
AI语音智能体和对话平台
联络中心分析和坐席生产力
面向法庭记录员和律师事务所的法律转录
自动会议记录和可搜索课程摘要
媒体监测和语音分析
Speechmatics 常见问题
语音转文字API在应用、产品或工作流中将语音音频转换为书面文本。Speechmatics处理录制文件或实时音频，并返回转录文本，用于字幕、搜索、分析、记录和语音AI。
可以。新账户获得100美元额度，无需信用卡，因此您可以在转向付费计划前测试转录质量和语言支持。
55种以上语言，覆盖不同口音、方言和语码转换，即说话者在句子中途切换语言的情况。
可以。说话人分离可识别并区分会议、通话、法律程序和医疗咨询中的各个说话人。
定价按使用量计算。您购买额度（1额度=折扣前1美元），使用量按小时费率精确到秒消耗额度。
在订阅下，超额部分在月末按您的折扣费率计费。否则，若已绑定信用卡，超额部分按基础费率计费。在免费层，额度用尽后API访问暂停。
适合。Speechmatics支持云端、本地和端侧部署，并符合ISO 27001、GDPR、HIPAA和SOC 2 Type II合规要求。
免费使用层提供两个并发实时连接，Pro层支持50个并发流，企业客户可根据需要拥有任意数量的连接。
Speechmatics 官方信息
- 公司
- Speechmatics
- 官网
- https://speechmatics.com/
- 文档
- https://docs.speechmatics.com/
- 联系
- https://www.speechmatics.com/company/contact
Speechmatics 价格方案
按使用量以美元额度计费（1额度=折扣前1美元）。新账户获得100美元免费额度，无需信用卡。选择加入模型训练可享受语音转文字费率33%折扣；批量折扣最高可享每额度25%优惠。
Melia 1（预录制）
$0.12USD / 每小时
面向预录制音频的下一代多语言模型，可转录56种语言，无需预先选择语言。
- 多语言和混合语言音频
- 支持语码转换
- 说话人分离
- 语言提示和标注
- 智能格式化和词级时间戳
Enhanced（预录制）
$0.38USD / 每小时
面向单语言音频的最高准确度预录制模型，适用于对最高准确度有要求的场景。
- 最高准确度
- 自定义词典
- 高级标点和智能格式化
- 说话人分离
- 词级时间戳
Oak 1（预录制）
$0.15USD / 每小时
面向临床对话和口述的医疗模型，覆盖药品名称、剂量、缩写和手术术语。
- 临床语言转录
- 完整多语言支持
- 混合语言转录
- 说话人分离
- 智能格式化
Standard（预录制）
$0.23USD / 每小时
面向高用量、成本敏感型工作负载的经济型模型，功能与Enhanced相同但准确度较低。
- 经济型费率
- 自定义词典
- 说话人分离
- 智能格式化
- 词级时间戳
Melia 1（实时）
$0.20USD / 每小时
面向实时音频的实时多语言模型，可转录56种语言并在句子中途切换。
- 实时多语言转录
- 支持混合语言和语码转换
- 语言提示和标注
- 智能格式化
- 词级时间戳
Enhanced（实时）
$0.40USD / 每小时
面向单语言实时音频的最高准确度实时模型，适用于对最高准确度有要求的场景。
- 最高实时准确度
- 自定义词典
- 说话人分离
- 智能格式化
- 词级时间戳
Oak 1（实时）
$0.23USD / 每小时
面向实时临床对话和口述的实时医疗模型。
- 实时临床转录
- 完整多语言支持
- 混合语言转录
- 说话人分离
- 智能格式化
Linden 1（实时）
$0.15USD / 每小时
内置轮次检测的语音智能体模型，适用于对话式低延迟用例。
- 内置轮次检测
- 低延迟实时转录
- 说话人分离
- 自定义词典
- 智能格式化
Standard（实时）
$0.23USD / 每小时
面向高用量、成本敏感型实时工作负载的经济型实时模型。
- 经济型费率
- 自定义词典
- 说话人分离
- 智能格式化
- 词级时间戳
用户评价
Speechmatics 用户评论
暂无评论。
