Speechmatics 做实时字幕、说话人标签,或者以后要上私有化部署时,都是很稳的选项。差别出在产品还要同屏显示译文的时候:Speechmatics 的实时翻译是加购项,语言对也以英语为轴。LecSync 实时语音 API 则在一条 WebSocket 里同时返回字幕、译文和说话人标签,每分钟音频 $0.006。
本文只用公开资料。Speechmatics 数字取自定价页、实时产品页和翻译文档,读取时间 2026 年 10 月 11 日;LecSync 数据取自开发者页和定价文档。
先说结论
如果字幕、译文、说话人三样都要,LecSync 一条连接全包,每小时 $0.36(60 × $0.006)。Speechmatics Realtime Standard 标价每小时 $0.45,Enhanced 每小时 $0.80,说话人区分已含在内。实时翻译是加购,每小时 $0.65,所以 Standard 加翻译是每小时 $1.10,Enhanced 加翻译是每小时 $1.45。
反过来,如果你要私有化或端侧部署、需要公开列出的合规认证、一次任务出最多五个以英语为轴的译文、重度依赖自定义词表、要医疗模型,或者要带轮次检测的语音智能体模型,那 Speechmatics 更合适。
两边各要接什么
LecSync 这边,服务端调一次 POST /v1/realtime/connect,拿到流地址和一次性令牌;客户端打开 WebSocket,推 16 kHz 单声道 PCM。转写分段、对应译文、说话人标签,以及可选的实时纪要,都从同一条连接回来,已经配好对。
Speechmatics 这边,打开实时 WebSocket,送音频,收 partial 和 final;把 diarization 设成 speaker 就能拿说话人。要加翻译,再挂上 translation_config,最多五个目标语言;译文消息会跟在转写后面,不会堵住字幕。摘要、章节、话题、情绪是另一些加购,并且在公开定价页上列在预录任务一侧,不是同一条实时流上的直播纪要。一条连接把字幕和译文配好的做法,可以看内置翻译还是自拼 STT + MT。
能力对照(2026-10-11 核对)
| LecSync 实时语音 API | Speechmatics Realtime | |
|---|---|---|
| 接入方式 | POST /v1/realtime/connect 后一条 WebSocket | 连 Speechmatics 实时 ASR 的 WebSocket |
| 实时字幕 | 含在单价内 | Standard 每小时 $0.45,Enhanced 每小时 $0.80,Linden 1 每小时 $0.30(PAYG 标价) |
| 实时翻译 | 含在单价内;每条流一个语言对,60 种语言任意互译 | 加购 每小时 $0.65;最多 5 个目标语;以英语为轴约 34 种语言;Agent STT 不可用 |
| 说话人 | 同一条流开 speakers: true | 已含;默认最多 50 人(可提到 100) |
| 实时纪要 | digest: true,会话中持续推送 | Summaries 加购 每小时 $0.12,定价页列在预录;不是同流直播纪要 |
| 延迟(厂商文档) | 约 0.28 秒出首词;翻译首 token 约 +88 毫秒 | Partial 约 500 毫秒内;Final 大约 0.7–2 秒 |
| 术语 | 术语表与强制译法,已含 | Standard / Enhanced / Linden 含自定义词表 |
| 并发 | 开发者页未公布默认配额 | Free 2 路,Pro 自助 50 路;Enterprise 再扩 |
| 长会话 | 令牌只限制打开时限;积压封顶 2 秒 | 支持超过 24 小时的流 |
| 部署 | 5 个区域的 SaaS 网关 | SaaS(EU / US / AUS 处理地);私有化 / 端侧在 Enterprise |
| 免费额度 | 公开价无免费额度 | 注册送 $100 额度,可不绑卡 |
| 合规(公开) | 以 LecSync 当前条款与文档为准 | 公开列出 SOC 2 Type II、ISO/IEC 27001:2022、GDPR、HIPAA |
| SLA | 尽力而为,目前没有 SLA | Enterprise / 合同条款;自助是按用量计费 |
资料来源:Speechmatics 定价、实时产品页、翻译功能、套餐说明、LecSync connect 文档。
一小时、一千小时各要多少钱
下表按 Speechmatics 按量付费标价估算,不含批量折扣和模型训练折扣。开通模型训练可在语音识别上减 33%;每个产品类型每月超过 500 小时后还有用量折扣。
| LecSync | Speechmatics Standard | Standard + 翻译 | Enhanced + 翻译 | |
|---|---|---|---|---|
| 字幕 | 已含 | 每小时 $0.45 | 每小时 $0.45 | 每小时 $0.80 |
| 说话人 | 已含 | 已含 | 已含 | 已含 |
| 翻译 | 已含 | — | 每小时 $0.65 | 每小时 $0.65 |
| 实时纪要 | 已含 | 实时加购列表里没有 | 实时加购列表里没有 | 实时加购列表里没有 |
| 每小时 | $0.36 | $0.45 | $1.10 | $1.45 |
| 1,000 小时 | $360 | $450 | $1,100 | $1,450 |
按同样算法,Linden 1 加翻译是每小时 $0.95,但 Linden 面向带轮次检测的语音智能体,不是通用会议字幕。Melia 1 在定价数据里有每小时 $0.40 的实时价,翻译加购的模型列表不含 Melia,产品界面里 Melia 实时还有「即将推出」的痕迹,所以正文仍以 Standard / Enhanced 为主。
只看字幕,Standard 已经高于 LecSync 全开的价格($0.45 对 $0.36)。一旦加上翻译,差距大约到 3 到 4 倍。想看各家加购怎么叠价,可以读加上翻译、说话人和纪要,1,000 小时要花多少。
这些情况选 Speechmatics
- 要私有化或端侧。 容器、虚拟机镜像、混合部署、端侧都是 Enterprise 能力;LecSync 目前只有 SaaS 网关。
- 合规材料要现成。 Speechmatics 公开列出 SOC 2 Type II、ISO/IEC 27001:2022、GDPR、HIPAA,并提供 Trust Center。
- 一次要好几个译文。 一个任务最多五个以英语为轴的目标语;LecSync 每条流只设一个语言对。
- 领域词特别多。 Standard、Enhanced、Linden 都带自定义词表;要精度优先选 Enhanced。
- 在做语音智能体。 Linden 1 自带轮次检测和 VAD,每小时 $0.30。
- 先小规模试用。 新账号送 $100 额度,可不绑卡;Free 允许两路实时并发。
- 会话动辄一天以上。 文档写明支持超过 24 小时的流。
这些情况选 LecSync
- 字幕和译文要同屏,语言对不限英语轴。 译文跟着转写一起流出来,首个 token 大约多 88 毫秒。60 种语言之间可以任意互译。
- 说话人和纪要不想另起任务。 说话人标签自带时间戳;实时纪要在会话进行中一段段生成。详见实时会议纪要还是会后总结。
- 账单希望只有一行。 每分钟已接受音频 $0.006,开一个功能还是全开都是这个价,翻译不再单独计量。
- 客户端想做薄。 用一次性令牌打开连接,浏览器和手机端不用长期握着 ASR 密钥。
- 卡顿后延迟不一路爬升。 开口后约 0.28 秒出首词;服务端积压最多 2 秒。
LecSync 也有明确限制:每条流只能设一个语言对,v1 只收 16 kHz 单声道 PCM,开发者页没公布默认并发配额,目前不提供 SLA。
常见问题
Speechmatics 实时基础价里含翻译吗?
不含。公开定价里翻译是单独加购,每小时 $0.65。每个任务最多五个目标语,约 34 种以英语为轴的语言,Standard、Enhanced、Linden 的实时任务可用;Agent STT 不可用。
Speechmatics Realtime Standard 每小时多少钱?
按量付费标价每小时 $0.45,精确到秒。Enhanced 是每小时 $0.80。说话人区分和自定义词表含在这些模型里;翻译、摘要等语言智能加购另计。
Speechmatics 实时能标说话人吗?
能。把 diarization 设成 speaker(或 channel)。实时产品页写默认最多 50 人,可提到 100。公开加购列表里没有单独的说话人收费项。
Speechmatics 实时默认能开多少路?
Free 两路并发;Pro 自助写 50 路;Enterprise 可再调。文档也写明支持超过 24 小时的流。
LecSync 每分钟 $0.006 包含什么?
60 种语言的实时转写、实时翻译、对齐时间戳、说话人分离、术语表与领域上下文、AI 译后润色、实时结构化纪要,以及可选的录音与转写 30 天存储。开哪些功能都不改这个单价。
Speechmatics 能在一次调用里做两种非英语之间的互译吗?
公开翻译语言表是以英语为轴:在支持的集合里译入或译出英语。LecSync 每条流设一个语言对,在 60 种语言里任意两种之间互译,方向按分段判断。
简短结论
关键看译文要不要骑在同一条实时连接上,并且价格能不能按分钟算死。字幕、任意语言互译、说话人和实时纪要一条插座搞定、每小时 $0.36,选 LecSync 更省事。若你要私有化、一次多个英语轴译文、公开合规认证,或语音智能体模型,Speechmatics 更合适——加上翻译后大约每小时 $1.10 到 $1.45。去 LecSync 开发者控制台 创建密钥,按 connect 文档 开第一条流即可。若还在看其他云厂商,可以对照 Amazon Transcribe 流式识别 和 Azure AI Speech。