做实时语音 API 选型时,核心往往只有一件事:你要的是「流式听写」,还是「同连接上就带翻译、说话人、纪要」的直播字幕能力。
一句话结论: 如果产品只要高质量流式 STT(说话人、关键词等可以按需加购,翻译可以另接机器翻译),Deepgram 公开定价上的 Nova-3 流式单价通常更低。若你要转录 + 实时互译、说话人标签、结构化纪要、术语表,并希望账单只有一行,看 LecSync Realtime STT:公开标价 每音频分钟 $0.01,所列能力全包。
什么是「自带翻译的实时语音 API」?
这类接口在一条实时连接上接收音频,一边吐出中间结果与最终转写,一边吐出目标语译文——不需要你自己再拼一条机器翻译链路。方向可以按句段决定;会话中冒出第三种语言时,也可译进你设定的目标语。LecSync 公开文档把它写成「单 WebSocket,服务端已配对转录与翻译」(见 开发者页)。
对照表:LecSync 与 Deepgram 实时识别
下表数字来自双方公开页面(约 2026-09-30 核对),属于产品说明或标价,不是第三方同台评测。
| 维度 | LecSync Realtime STT | Deepgram(公开定价 / STT) |
|---|---|---|
| 连接模型 | 单 WebSocket:转录 + 翻译 | 流式 STT WebSocket(listen streaming);若要直播字幕+翻译,通常再接独立 MT |
| 首字上屏 | 开说后约 0.28 秒(官网产品数据) | 定价页未给出可直接对照的「首字」单一数字 |
| 实时翻译 | 60 语任意互译;翻译首 token 约多 88 ms | 公开 STT 定价列出的是转写与流式附加项,未见「STT 流上内置实时机器翻译」 |
| 说话人 | 开启后最终句段带标签与时间戳 | 流式说话人分离为 PAYG 附加项($0.0020/分钟);预录 diarization 标为 Included |
| 纪要 / 摘要 | digest:true 同连接推送结构化纪要 | Audio Intelligence 摘要按 token 另计(如 Summarization PAYG 约 $0.0003/1k 入、$0.0006/1k 出)——不等于同连接 digest |
| 卡顿后积压 | 积压封顶 2 秒;恢复后约 1 秒追上当前句 | 定价页未用同一套表述 |
| 区域 | 5 个网关:dal、hz、jp2、ru、uk | 合规选项中提到欧盟端点 api.eu.deepgram.com |
| 计价形态 | 统一 $0.01 / 音频分钟,所列功能含在内 | 基础流式 STT + 可选附加项;定价页写明 Free $200 额度 |
依据:LecSync 开发者、Deepgram pricing。
什么时候选 Deepgram
适合「主战场就是流式听写」:英文/单语语音助手、通话分析、与音频同语种的字幕。公开页上 Nova-3 流式 Pay As You Go(含限时促销与常规价)低于 LecSync 的统一价:
- Nova-3 单语流式:促销 $0.0048/分钟,常规 $0.0077/分钟
- Nova-3 多语流式:促销 $0.0058/分钟,常规 $0.0092/分钟
Nova 系列描述为支持 45+ 语言,并具备多语/语码转换相关转写能力。流式附加项(PAYG)含说话人分离、Keyterm、脱敏、实体识别等;Smart Formatting 含在内。若短期不做实时互译,Deepgram 的表计往往更省;Free $200 也方便搭原型(Deepgram pricing)。
什么时候选 LecSync
适合产品说明里写了「边听边出双语(或任意语对)字幕」,而不是只要一段转写字符串。常见接入:
- 课堂 / 网络研讨会:源语与目标语两行同时滚
- 跨境会议:说话人轨道要保留,同时出译文
- 不想另起一套摘要服务:同连接开
digest - 希望一张账单:转录、翻译、时间戳、说话人、术语、译文润色、纪要,以及可选
store:true(录音 + 转写 JSON 保留 30 天)
接入:POST https://api.lecsync.com/v1/realtime/connect,Bearer 密钥,再连返回的 WebSocket(开发者页)。预览文本会先流式出现再定稿;可自动检语种。关掉功能不会降价,全开也不会加价。
计价演算(公开标价)
假设流式音频 60 分钟,Pay As You Go,且需要说话人标签。Deepgram 数字来自公开定价页(约 2026-09-30);促销行单独标注。
| 组合 | 单价(/音频分钟) | 60 分钟约计 |
|---|---|---|
| Deepgram Nova-3 单语流式(促销)+ 流式 diarization | $0.0048 + $0.0020 = $0.0068 | 约 $0.41 |
| 同上,STT 用常规价 | $0.0077 + $0.0020 = $0.0097 | 约 $0.58 |
| 促销 STT + diarization + keyterm | $0.0048 + $0.0020 + $0.0013 = $0.0081 | 约 $0.49 |
| 常规 STT + 上述附加项 | $0.0077 + $0.0020 + $0.0013 = $0.0110 | 约 $0.66 |
| LecSync 全包(STT + 翻译 + 说话人 + digest + 术语 + 润色 + 可选 30 天存储) | $0.01 | $0.60 |
只做「流式听写 + 说话人」时,Deepgram(尤其促销期)可以更便宜。一旦要同路径实时翻译,通常还要再接 MT(延迟、密钥、账单各加一层)。LecSync 的 $0.01 已把翻译路径以及纪要、术语算进同一分钟价。计费按每条流向上取整到整分钟;重连算新流;没有接受音频则不计费。
接入场景举例
课堂双语字幕。 讲解可能夹杂多语,界面要稳定出目标语一行。LecSync 按句段定方向、第三语也进目标语,贴合这种布局。
带说话人时间轴的会议客户端。 两家都能做说话人。Deepgram 流式 diarization 是附加项;LecSync 包在统一价里,并提供与录音对齐的 startMs 便于跳转回放。
只要英文 ASR 的语音 Agent。 从 Deepgram 流式模型 + Free 额度起步更常见,不必为用不到的全包能力付 LecSync 统一价。
常见问题
LecSync 一定比 Deepgram 便宜吗?
不一定。公开标价里,纯流式转写 Deepgram Nova-3(促销与常规)都低于 LecSync 的 $0.01/分钟。当你需要实时翻译、说话人、纪要、术语和存储并希望一张账单时,LecSync 的「全包分钟价」才更有可比性。
Deepgram 的 STT 流自带实时语音翻译吗?
公开的 Speech-to-Text 定价列出的是转写模型与流式附加能力(如 diarization、keyterm),未见「在该 STT 流上内置实时机器翻译」。做直播字幕+翻译时,团队通常再拼一条 MT。设计前请以 Deepgram 官网最新说明为准。
LecSync 首字有多快?
开发者页写明:开说后约 0.28 秒首字上屏;翻译大约再增加 88 ms 到首个翻译 token。这是厂商公开产品数据,不是与 Deepgram 的独立实验室对测。
网络卡一下,延迟会越堆越高吗?
LecSync 将服务端音频积压封顶在 2 秒,超出部分丢弃而不是无限排队;恢复后约 1 秒内回到当前句,避免字幕越来越落后。
怎么发起 LecSync 实时会话?
用 Bearer 密钥 POST https://api.lecsync.com/v1/realtime/connect,带上音频与转写配置,再打开返回的 WebSocket。curl / JavaScript / Python 示例见 开发者页。
关掉翻译或说话人,LecSync 会更便宜吗?
不会。公开价是 每音频分钟 $0.01,所列能力含在内。关闭翻译、说话人或 digest 不降价;全部打开也不加价。每条流按整分钟向上取整结算。
结论
Deepgram 适合「流式 STT(可加 diarization / keyterm)就是全部需求」、想压低公开听写单价或先用 $200 Free 额度试跑的团队。LecSync 适合产品必须在同一条 WebSocket 上拿到实时互译、说话人终稿和 digest 纪要,并接受可预期的全包分钟价。接入文档从 LecSync 实时语音 API 开始,再按你的功能清单逐项对照 Deepgram 定价页。