在 Azure 上做实时字幕、会议或课堂应用，通常要拆几条 Speech 产品线：实时语音转文字管字幕，Speech Translation 管第二语言，说话人就要上 Conversation Transcription 或增强版区分说话人（diarization）加购项。LecSync 把这些能力放在同一条 WebSocket 上，按一个单价计费。
本文对比 LecSync 实时语音 API 与 Azure AI Speech 实时翻译、说话人相关路径。Azure 数字来自官方 Retail Prices API 以及公开 Learn / 定价页，读取日期为 2026-10-09。LecSync 数字来自开发者页与定价文档。
先说结论
若产品要在同一屏同时展示实时字幕、译文和说话人标签，LecSync 用一条连接全部返回，单价为每分钟已接受音频 $0.006（折合每小时 $0.36，Calculated）。在 Azure 上，仅 Speech Translation 的 S1 零售价就是每小时 $2.50，实时 Speech To Text 为每小时 $1.00，区分说话人还要另算增强加购项。更适合选 Azure 的情况是：你已经跑在 Azure 里、需要可上调的高并发、要语音输出 / Live Interpreter、要自定义语音模型，或合同里要企业级 SLA 姿态。
这里说的「一条连接」指什么
一条连接的实时语音 API，打开一次流就能在同一条套接字上返回转写、翻译和说话人，并按已接受音频统一计费。Azure 多服务方案则分别接入 Speech-to-Text、Speech Translation，以及按需的 Conversation Transcription / 增强 diarization，各自有独立计量、配额份额和 SDK 入口。前者适合客户端要薄；后者适合已经接好 Azure Speech SDK 与 Translator 的团队。
对照表（核对于 2026-10-09）
| LecSync 实时语音 API | Azure AI Speech（实时） | |
|---|---|---|
| 接入方式 | POST /v1/realtime/connect 后开一条 WebSocket | Speech SDK / REST：Speech-to-Text、Speech Translation、ConversationTranscriber 等分入口 |
| 实时字幕 | 包含（60 种语言） | S1 Speech To Text，$1.00/小时（Retail Prices API，eastus） |
| 实时翻译 | 包含；每条流一对语言，方向按片段决定 | Speech Translation 标准：语音→文本（可选语音输出）；该价格最多覆盖 2 个目标语；$2.50/小时（Retail Prices API + Learn） |
| 实时说话人 | 同流开启 speakers: true | Conversation Transcription / 实时 diarization；增强加购项页上为 每功能每小时 $0.30（us-east，Measured） |
| 实时结构化纪要 | 同套接字上的 digest | 不在上述 Speech 计量项里 |
| 默认并发 | 开发者页列区域；未写公开「默认 100」 | Free F0：1；Standard S0：实时 STT + speech translation 合计 100，可申请上调 |
| 实时 diarization 单会话上限 | LecSync 公开页未写 240 分钟上限 | 最长 每会话 240 分钟（配额页） |
| 计费粒度 | 已接受音频分钟（可按秒以下） | STT 与 Speech Translation 按一秒进位 |
| 免费额度 | 公开开发者价无月免 | Free：STT 与 Speech Translation 各约每月 5 音频小时 |
| SLA | 尽力而为；目前无 SLA | Azure 平台侧可走企业 / SLA 姿态 |
来源：Azure Speech 定价、Speech translation 概述、配额与限制、实时 diarization / conversation transcription、LecSync 开发者、LecSync 定价文档。零售计量：Azure Retail Prices API，eastus，2026-10-09。
两边怎么接
LecSync：一次 connect
鉴权后调用 POST https://api.lecsync.com/v1/realtime/connect，再打开返回的 WebSocket。翻译、说话人、digest 都是这条流上的开关。字幕 partial/final、译文 token、说话人 ID 共用 segmentId 与时间戳。公开数字：首词约 0.28 秒，翻译在首 token 上大约再加 88 毫秒。积压上限 2 秒。区域目前为 dal、hz、jp2、ru2、uk。
打开上述能力不改价：每分钟已接受音频 $0.006。30 天存储、术语表、译文润色也在同一条价上。说话人字段与时间戳在会议客户端里怎么用，见说话人与时间戳说明。各家「一口价 vs 加购」的拆法见一口价与加购对比。
Azure：翻译、转写、说话人分产品
Speech Translation 是独立的实时 API：音频进，出转写与译文，翻译路径上还可选合成语音。Learn 写明标准 speech translation 价格最多覆盖两个目标语；第三个目标语走 Azure Translator 文本翻译。Learn 页举例的 $2.50/小时与我们今天读到的 S1 Speech Translation 零售价一致。
只用 Speech-to-Text 则只出字幕、不走翻译计量。eastus 的 S1 Speech To Text 零售价为每小时 $1.00。
说话人：多方实时音频走 Conversation Transcription / 实时 diarization 快速入门（ConversationTranscriber，例如 Guest-1）。公开 Speech 定价页把 Diarization 列在实时增强加购里，按「每功能每小时」计费；2026-10-09 页面 us-east 金额为 $0.30。配额规定实时 diarization 单会话最长 240 分钟。
Standard 默认把实时 speech-to-text 与 speech translation 的并发合计为 100，Free 为 1，文档写明可申请调整。Azure 还有 Live Interpreter（语音到语音）、自定义语音模型，以及完整的 Speech SDK——这些不是 LecSync 要对标替代的范围。
若自己拼「转写 + 另调机器翻译」，工程取舍与内置翻译 vs 自建 STT+MT同一类问题。Google 流式上限与翻译路径见对比 Google Cloud STT。
一小时、一千小时大概多少钱
假设：一小时实时音频，要字幕和译文。价格为 2026-10-09 公开列表 / 零售计量。只有需要说话人时才加上增强 diarization。
| 方案 | 算法 | 每小时 | 1,000 小时 |
|---|---|---|---|
| LecSync（字幕 + 翻译 + 说话人 + digest） | 60 × $0.006 | $0.36 | $360 |
| Azure Speech Translation（标准，最多 2 个目标语） | S1 零售 | $2.50 | $2,500 |
| Azure 仅 Speech To Text（无翻译） | S1 零售 | $1.00 | $1,000 |
| Azure Speech Translation + diarization 加购 | $2.50 + $0.30 | $2.80 | $2,800 |
LecSync 的 $0.36 已含说话人与实时纪要。Azure 的 $2.50 Speech Translation 不含；要实时说话人 ID 再加增强 diarization。仅 STT 的 $1.00/小时仍高于 LecSync 一口价，但 Free 每月各有约 5 音频小时的 STT / Speech Translation，承诺用量档也会改有效单价。
更适合选 Azure 的时候
- 团队已经在 Azure 上。 SDK、身份、区域、账单都在同一云账号；接 LecSync 等于多一个供应商。
- 并发要拉很高。 Standard 默认实时 STT + speech translation 合计 100，还可上调，适合多房间、多租户后端。
- 不只出文字，还要出语音。 Speech Translation 可合成语音；Live Interpreter 覆盖语音到语音。LecSync 在套接字上返回的是文本轨。
- 要自定义语音模型或发音评测。 这些是 Azure Speech 产品线里的正式能力。
- 合同要 SLA / 企业合规姿态。 LecSync 定价文档写明目前无 SLA、尽力而为。很多企业评审里 Azure 更好勾选。
- 轻量试用 Free。 每月各约 5 小时的 STT 与 Speech Translation 够原型验证。
LecSync 更合适的场景
适合要在同一块实时界面上同时显示字幕、第二语言和「谁说的」的应用：课堂客户端、双语会议界面、笔记工具。一次 connect、一条 WebSocket、每分钟 $0.006。不必再开第二条翻译计量，也不必为说话人单独加购增强项。
需要提前接受的限制：无公开 SLA；积压上限 2 秒；每条流一对语言；断线不能续传——重连后 segment 编号从头计。
常见问题
Azure 的 Speech Translation 和 Speech To Text 是同一个价吗？
不是。Azure Retail Prices API 里是两条 S1 计量：Speech To Text 每小时 $1.00，Speech Translation 每小时 $2.50（eastus，2026-10-09）。只出字幕和「字幕+翻译」是不同计费产品。
Azure Speech Translation 包含几个目标语？
Speech translation 概述写明：标准 speech translation 价格最多覆盖两个目标语；第三个目标语按 Azure Translator 文本翻译计费。LecSync 每条流配置一对语言，方向按片段决定。
Azure 上实时说话人 ID 怎么拿？
走 Conversation Transcription / 实时 diarization（ConversationTranscriber）。转写事件里会出现 Guest-1 这类说话人 ID。Speech 定价页把 Diarization 列为实时增强加购，按每功能每小时计费（2026-10-09 读到的 us-east 金额为 $0.30）。实时 diarization 单会话上限 240 分钟。
LecSync 的每分钟 $0.006 包含什么？
开发者页列明：实时转写（60 种语言）、实时翻译、时间戳、说话人分离、术语表、译文润色、实时结构化纪要、30 天存储。打开这些选项不改单价。
实时字幕加翻译，谁更便宜？
按 2026-10-09 公开列表价：LecSync 每小时 $0.36（Calculated：60 × $0.006）；Azure Speech Translation 每小时 $2.50。一千小时分别是 $360 与 $2,500。Azure 的 Free 小时与承诺用量档，会让轻量或谈价后的有效成本不一样。
LecSync 有 SLA 吗？
目前没有。定价文档写的是尽力而为。合同若强制要求 SLA，Azure 平台姿态更合适。
一句话收束
先想清楚你打算维护几条 Azure Speech 计量。字幕、翻译、说话人要挤在同一条套接字、每小时大约 $0.36，选 LecSync。要 SDK 生态、高并发、语音输出、自定义模型或企业 SLA，选 Azure。在 LecSync 开发者控制台 创建密钥、打开一条流，消息格式见 API 文档。