做实时语音 API 选型时，很少是在问「谁会转写」。两边公开材料里都有流式 STT，也都能讲翻译。真正卡决策的，往往是账单怎么算、以及高峰期能同时开多少路会话。
一句话结论： Soniox 在实时识别、同呼叫翻译、说话人与格式化打包等方面值得认真看，公开材料里实时转写大约按 $0.12/小时 量级宣传。若你要的是可预期的每音频分钟 $0.006 全包，并按正式产品去扛多路并发，看 LecSync Realtime STT：默认别押在「只有 10 路 WebSocket」那种起步额度上。
什么是「按分钟可算清」的实时语音 API？
这类接口按有效音频时长公开标价（每分钟或每小时），用「时长 × 单价」就能估成本，而不必再拆输入音频 token、输入文本 token、输出文本 token 三套表。LecSync 在开发者页只挂一条全包价；Soniox 定价页写明全部 API 费用按 token 计算，并另给小时约当数字方便对照。
先肯定 Soniox 的长处
对比计费和额度之前，先按公开材料把对方说清楚：
- 实时 + 异步 STT，覆盖 60+ 语言；定价页计算器把实时 STT 大约放在 $0.12/小时，异步大约 $0.10/小时（按公开 pay-as-you-go 假设；定价页标注 Updated June 2026）。
- FAQ 写明：翻译含在同一次实时 API 调用里，不另开一条翻译账单——想做直播字幕时少接一家 MT。
- 说话人分离、语种识别、智能格式化被描述为打进小时价，而不是按项加钱。
- 同站还有 TTS 等语音能力，文档支持查并发、在 Console 申请提额。
若你主要在比演示效果、多语流式、或公开小时标价是否够低，Soniox 完全应该进短名单。下文谈的是量产时的账单可预期性与默认并发，不是说 Soniox「转不了音」。
对照表：LecSync 与 Soniox 实时识别
数字约于 2026-10-01（Asia/Shanghai）按公开页复核，属于厂商标价或产品说明，不是第三方同台评测。
| 维度 | LecSync Realtime STT | Soniox（公开定价 / 实时 STT 限额文档） |
|---|---|---|
| 连接模型 | 单 WebSocket：转录 + 翻译服务端配对 | 实时 WebSocket STT；翻译描述为同一次实时调用 |
| 语言 | 60 语任意互译 | 60+ 语言（定价页） |
| 首字上屏 | 开说后约 0.28 秒；翻译首 token 约多 88 ms（官网产品数据） | 定价页未给出可直接对照的「首字」单一数字 |
| 说话人 | 开启后最终句段带标签与时间戳 | 说话人分离标为打包在内（定价 FAQ） |
| 纪要 | digest:true 同连接推送结构化纪要 | 定价页未见同款「同连接 digest」产品表述 |
| 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 | 文档中有按区域查询并发的 API |
| 计价形态 | 统一 $0.006 / 音频分钟，所列功能含在内 | 按 token；FAQ/计算器约当实时 $0.12/小时 |
| 默认实时并发 | 面向多会话产品接入（见开发者页） | 并发请求：10 路同时活跃 WebSocket（STT Limits & quotas） |
依据：LecSync 开发者、Soniox pricing、Soniox STT Limits & quotas。
计价：token 表 vs 固定音频分钟
Soniox 定价页写得很直白：全部 API 费用按 token 计算。 实时（流式）公开单价包括：
- 输入音频 token：每 100 万 $2.00
- 输入文本 token（自定义指令 / 上下文）：每 100 万 $4.00
- 输出文本 token（转写，以及可选的翻译等返回文本）：每 100 万 $4.00
他们还给出用量参照（约 3 万 输入音频 token / 小时音频；约 1.5 万 输出文本 token / 小时语音），并把实时转写约当成 $0.12/小时。小时数字方便心算，但计费形状仍是 token：上下文、更长转写、翻译输出，都可能把账单拉离「分钟 × 单价」那张简单表。FAQ 也写到：带翻译、自定义上下文或更细控制的高级用法按 token 计费。
LecSync 开发者页只有一条价：每音频分钟 $0.006，实时转录、实时翻译、对齐时间戳、说话人、术语表、译文精修、实时结构化纪要、可选 30 天录音/转写存储都含在内。关掉功能不降价，全开也不加价；不足一秒按比例计；没有有效音频不收费。
粗算例子（按公开口径）
| 方案 | 公开页怎么表述成本 | 60 分钟音频（量级） |
|---|---|---|
| Soniox 实时 STT（定价/FAQ 小时约当） | 约 $0.12/小时；实际账单按 token | 若落在该约当上约 $0.12——token 结构不同会偏离 |
| LecSync 全包 | $0.006 / 音频分钟 一口价 | $0.36 |
只比「纯听写小时价」，Soniox 公开约当可以更低。产品问题是：输出 token、翻译文本、自定义指令一变，你还能不能预报那一行；以及默认只有 10 路并发时，多房间高峰会不会先撞墙。
并发：默认同时 10 路 WebSocket
Soniox 实时 STT Limits & quotas 写明：
| 限额 | 数值 | 说明 |
|---|---|---|
| 每分钟请求数 | 100 | 超出可能被限流 |
| 并发请求 | 10 | 同时活跃 WebSocket 连接上限 |
| 单路时长 | 300 分钟 | 固定、不可提高——超时需新开会话 |
同页说明：除单路时长外，可在 Soniox Console 申请提高限额。提额路径存在，但默认并发就是 10。课堂产品、直播课平台、多租户会议客户端，普通高峰就可能顶满这 10 路——销售还在谈提额时，线上已经 429 了。
LecSync 公开开发者材料把 Realtime Speech API 放在产品接入语境（多区域网关、积压封顶、同连接纪要），而不是文档默认「10 路封顶」。并发一旦是上线风险，上线前向各家书面确认现行额度；在提额确认之前，请把 Soniox 公开的默认 10 当作规划输入，而不是假设「上线后自然变大」。
什么时候选 Soniox
适合这些情况：
- 看重公开叙事里的高效实时 STT，翻译与说话人被描述为含在内
- 并发需求落在 10 路同时 WebSocket 以内（或 Console 提额已批）
- 接受按 token 表建模成本，而不是只要一行「音频分钟」
- 可能同账号用到他们的 TTS
原型、单房间演示、低并发内部工具，通常吃得下这些默认值。
什么时候选 LecSync
适合需求写明要把双语（或任意语对）直播字幕当成产品上线：
- 课堂、网课、会议客户端：边说边出原文 + 译文
- 需要说话人标签，以及
digest结构化纪要，又不想再接一家摘要服务 - 财务要一行账：$0.006 / 音频分钟，而不是靠 token 结构反推
- 默认 10 路并发会直接变成生产事故的场景
接入：POST https://api.lecsync.com/v1/realtime/connect + Bearer Key，再用返回的 WebSocket 推流（开发者页）。预览文本先出、再落最终句；支持语种自动识别。
接入场景
多房间直播字幕。 10 路 Soniox WebSocket 够跑试点；校园产品或 SaaS 会议套餐同一分钟开很多房间，就要先确认更高额度，或换默认值更贴产品形态的 API。
可预期的成本。 财务问「下季度 1 万字幕分钟多少钱？」LecSync 是乘法：分钟 × $0.006。Soniox 即使宣传约 $0.12/小时，仍取决于 token 结构。
同管线翻译。 两边都把翻译和实时 STT 放在一起讲。LecSync 文档是单连接配对转录+翻译、固定分钟价；Soniox 是同一次实时调用里做翻译，高级用法按 token 计。
常见问题
Soniox 实时听写一定比 LecSync 便宜吗？
按 Soniox 宣传的约 $0.12/小时 实时约当，纯 STT 可以低于 LecSync 的 60 分钟 $0.36。LecSync 卖的是可预期与全包能力（$0.006/分钟），不是每一行「裸听写」比价都赢。上下文、输出长度、翻译文本都会让 Soniox 账单偏离小时约当。
Soniox 是按分钟还是按 token 收费？
公开定价写：全部 API 费用按 token 计算，并给出小时约当（异步约 $0.10 / 实时约 $0.12）。实时 token 行包括输入音频、输入文本、输出文本（每百万单价见上表）。
Soniox 默认实时并发是多少？
STT 实时 Limits & quotas 写明 并发请求：10，即同时活跃 WebSocket 上限。除 300 分钟单路时长外，可在 Console 申请提高。
LecSync Realtime STT 多少钱？
公开开发者页：每音频分钟 $0.006，所列功能全包；没有有效音频不收费。
LecSync 首字有多快？
官网写开说后约 0.28 秒 首字上屏，翻译首 token 约多 88 ms。这是厂商产品数据，不是与 Soniox 的同台实测。
关掉功能会让 LecSync 更便宜吗？
不会。公开价仍是 每音频分钟 $0.006。关翻译、说话人或纪要都不降价；所列能力全开也不加价。
结论
Soniox 值得认真评估：实时多语 STT、同呼叫翻译与说话人打包、公开小时约当偏低——前提是并发吃得下默认 10 路（或已提额），并接受 token 计费。LecSync 适合要在一条 WebSocket 上拿到实时翻译、说话人与纪要，并按 每音频分钟 $0.006 算清成本、按正式产品扛并发的团队。从 LecSync 实时语音文档 起步，对照 Soniox 定价 与 Limits & quotas，按你的峰值同时会话数做决定。