返回博客

LecSync 对比 Speechmatics 实时语音:翻译、说话人和价格怎么选

LecSync Team

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 APISpeechmatics 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 SLAEnterprise / 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。

LecSyncSpeechmatics StandardStandard + 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。