很多流式语音识别接口只管出字幕，翻译要另接一套服务。Gladia 不一样：它的实时接口在同一条 WebSocket 上就能出译文，定价页也写明"所有功能和语种都包含在内"。所以选型时真正要比的，是价格和译文之外还给了什么。
先说价格。Gladia 按量付费的 Starter 套餐，实时识别每小时 $0.75。LecSync 实时语音 API 每分钟音频 $0.006，折合每小时 $0.36，另外还带实时说话人标签和边开会边生成的纪要。
本文数据全部来自公开页面，2026 年 10 月 13 日核对。Gladia 部分参考了定价页、实时识别产品页、实时会话接口文档、翻译文档和并发限制说明；LecSync 部分来自开发者页面、计费文档和建连文档。
结论先说
两家都能在一条 WebSocket 上同时返回实时字幕和实时译文。按公开价算，LecSync 大约是 Gladia Starter 的一半：每小时 $0.36 对 $0.75。
差别更大的是说话人。Gladia 实时产品页的 FAQ 明确写着"暂不支持实时说话人分离"，建议会后把录音再跑一遍异步接口。LecSync 在会话进行中就给每个定稿片段打上说话人标签。
反过来，如果你需要 60 种以上语言、一场会话同时出多种译文、电话音频或多声道输入，或者采购流程要看 SLA 和合规认证，Gladia 更合适。
两边的接入流程
思路一样：后端先发一次带鉴权的请求，拿到 WebSocket 地址再交给客户端，API Key 不会出现在 App 里。
LecSync：服务端调用 POST /v1/realtime/connect，拿到流地址和一次性 token。客户端推 16 kHz 单声道 PCM，原文片段、按片段 ID 配好对的译文、带时间戳的说话人标签（speakers: true）和实时纪要（digest: true）都从这条连接回来。
Gladia：服务端调用 POST /v2/live，传入音频格式和功能参数，返回一个 wss:// 地址和会话 ID。翻译在 realtime_processing 里打开，每句译文以 translation 消息单独推送。接入前有几处要注意：
- 译文语种：
target_languages是数组，一场会话可以同时出几种译文。LecSync 每条流只配一个语言对。 - 摘要：Gladia 的实时摘要放在
post_processing下，针对整场转写生成，要等会话结束才拿得到。 - 说话人：实时建连参数里没有说话人分离选项，说话人分离文档也只标了"预录音频"。如果每个人本来就在单独的音轨上，Gladia 支持最多 8 个声道，每句话会带上声道编号。
- 单场时长：一场实时会话最长 3 小时，超时后要重新建一场。
参数对照表（2026 年 10 月 13 日核对）
| LecSync 实时语音 API | Gladia 实时识别（Starter） | |
|---|---|---|
| 建连方式 | POST /v1/realtime/connect 后开一条 WebSocket | POST /v2/live 后开一条 WebSocket |
| 公开价 | 每分钟 $0.006（每小时 $0.36），全部功能 | 每小时 $0.75，官方称功能和语种全包 |
| 量大价格 | 同一价格 | Growth 套餐需预先承诺用量，每小时低至 $0.25 |
| 实时识别语种 | 60 种 | 100 多种 |
| 实时翻译 | 包含；60 种语言任意互译，每条流一个语言对 | 包含；一场会话可设多个目标语言 |
| 会话中的说话人标签 | 有，每个定稿片段都带，附时间戳 | 暂不支持（官方 FAQ）；多声道输入时按声道区分 |
| 纪要 / 摘要 | digest: true，会话进行中分段推送 | 会话结束后生成（post_processing） |
| 自定义术语 | 术语表 + 领域上下文，识别和翻译都生效 | 按发音匹配的自定义词表、自定义拼写、翻译上下文 |
| 延迟（厂商自报） | 首字约 0.28 秒，翻译多约 88 毫秒 | 中间结果 103 毫秒以内，端到端 300 毫秒以内 |
| 音频输入 | 16 kHz 单声道 PCM（v1） | 8–32 位 PCM、A-law、μ-law；8–48 kHz；1–8 声道 |
| 计费粒度 | 按实际接收音频，精确到秒以下 | 所读页面未写明；多声道按声道数分别计费 |
| 并发 | 未公开 | 付费 30 路实时会话（免费 1 路） |
| 单场最长 | 未公开 | 3 小时 |
| 接入区域 | 6 个（dal、hz、jp2、kc、ru2、uk） | 2 个（us-west、eu-west） |
| 数据保留 | 默认不存；传 store: true 才保留 30 天 | 付费默认保留音频和转写 3 周；零保留仅限企业版 |
| 免费额度 | 无 | 一次性赠送 50 欧元（约 60 小时实时识别） |
| 公开合规认证 | 未列出 | GDPR、HIPAA、SOC 2 Type 2、ISO 27001 |
| SLA | 尽力而为，目前没有 SLA | Growth 和企业版 99.9% 可用性 |
1,000 小时要花多少钱
Gladia 一律按公开价计算。Growth 的价格是"低至"，实际取决于你承诺的用量。
| LecSync | Gladia Starter，只用实时 | Gladia Starter，实时 + 会后异步补说话人 | Gladia Growth（公开最低价） | |
|---|---|---|---|---|
| 实时字幕 + 译文 | 包含 | 每小时 $0.75 | 每小时 $0.75 | 每小时 $0.25 |
| 说话人标签 | 包含，实时返回 | 实时不支持 | 会后补跑，每小时 +$0.61 | 实时不支持 |
| 会中纪要 | 包含 | 会后才有摘要 | 会后才有摘要 | 会后才有摘要 |
| 每小时 | $0.36 | $0.75 | $1.36 | $0.25 起 |
| 1,000 小时 | $360 | $750 | $1,360 | $250 起 |
还有两点会影响账单。Gladia 的多声道流按"时长 × 声道数"计费，两条音轨的通话在 Starter 上就是每小时 $1.50。LecSync 只按实际接收的音频计费，精确到秒以下，建了连接但没发音频不收钱。Gladia 页面没写单场会话的取整规则，所以这里不算短音频的账。
想看更多厂商的附加功能怎么叠价，可以读带翻译、说话人和摘要的 1,000 小时成本对比。
这些情况选 Gladia
- 用量大、愿意签承诺：Growth 每小时低至 $0.25，比 LecSync 的 $0.36 便宜。
- 语种多：100 多种语言，支持一句话里切换语种；LecSync 是 60 种。
- 一场会话要出几种译文：比如同时给英文、法文、西班牙文字幕。
- 电话或多音轨音频：支持 A-law、μ-law，采样率 8 到 48 kHz，单场最多 8 个声道。
- 采购要看资质：GDPR、HIPAA、SOC 2 Type 2、ISO 27001，Growth 起有 99.9% 可用性 SLA，企业版可零数据保留。
- 想先免费试：注册送 50 欧元额度，实时并发上限 30 路也是公开的。
这些情况选 LecSync
- 会开着就要知道谁在说话：每个定稿片段都带说话人标签和时间戳，会议界面可以实时显示发言人。参考用说话人和时间戳做会议客户端。
- 纪要边开边出：
digest: true会在同一条连接上分段推送纪要，一个议题讲完就标记为已确认。 - 全功能的公开价更低：翻译、说话人、纪要都算在每小时 $0.36 里，不用谈套餐。
- 术语两种语言都对得上：术语表既影响识别，也固定人名、产品名的译法。
- 延迟不会越拖越长：网络卡顿后，服务端把积压控制在 2 秒以内，超出的直接丢弃，不排队。详见实时 API 为什么把积压限制在 2 秒。
- 接入点更多：6 个区域，包括亚洲节点；Gladia 是 2 个。
- 默认不留数据：不传
store: true就什么都不存。
LecSync 也有明确的短板：每条流只能配一个语言对，v1 只收 16 kHz 单声道 PCM，并发上限和单场最长时长没有公开，没有免费额度，没有列出合规认证，目前也没有 SLA。
常见问题
Gladia 支持实时翻译吗？
支持。在 realtime_processing 里设 translation: true，再给出 target_languages 列表，每句译文会单独推送。翻译模型有 base 和 enhanced 两档，定价页写明功能已包含在每小时价格里。
Gladia 实时接口能区分说话人吗？
目前不能。Gladia 实时产品页 FAQ 写的是暂不支持实时说话人分离，建议会后用异步接口重新处理录音。如果每个人在单独的声道上，实时结果里的 channel 字段可以用来区分。
Gladia 实时识别每小时多少钱？
按量付费的 Starter 套餐每小时 $0.75（2026 年 10 月 13 日核对）。Growth 套餐需预先承诺用量，实时识别每小时低至 $0.25。新账号一次性赠送 50 欧元额度。多声道流按声道数分别计费。
Gladia 实时会话有哪些限制？
付费套餐最多 30 路并发实时会话，免费账号只有 1 路。单场会话最长 3 小时。实时接入区域只有 us-west 和 eu-west 两个。
LecSync 每分钟 $0.006 包含哪些功能？
60 种语言的实时转写、任意两种语言之间的实时翻译、与音频对齐的时间戳、说话人标签、术语表和领域上下文、AI 译文润色、实时结构化纪要，以及可选的录音和转写 30 天存储。开关任何功能，价格都不变。
怎么选
需要 100 多种语言、一场会话出多种译文、电话或多声道音频、合规资质和 SLA，或者能承诺用量换 Growth 价格，选 Gladia。产品要的是字幕、译文、实时说话人和会中纪要一起到，而且希望每小时固定 $0.36，选 LecSync。
到 LecSync 开发者页面创建 API Key，照着建连文档就能开第一条流。还在比较其他家？可以看看 LecSync 对比 Deepgram 和 LecSync 对比 Speechmatics。