Sprache-zu-Text-Kostenrechner
Berechnen Sie Transkriptionskosten aus Audiodauer und Anbieterpreisen – kostenlos und 100 % privat im Browser. Vergleichen Sie über 13 STT-Anbieter wie OpenAI Whisper, Deepgram, AssemblyAI, Google Cloud, AWS Transcribe, Azure Speech, Rev.ai und Gladia. Unterstützt asynchrone Voraufnahmen und Echtzeit-Streaming, Abrechnungsinkremente und Zusatzfunktions-Aufschläge (Diarisierung, PII-Schwärzung, Sentiment, Zusammenfassungen). Ohne Registrierung.
Calculate transcription costs from audio duration and provider pricing. Compare OpenAI Whisper, Deepgram, AssemblyAI, Google, AWS, Azure, Rev.ai, and Gladia across pre-recorded and real-time streaming tiers. Runs 100% in your browser.
Customer service calls - batch post-processing for QA and analytics
$0.006/min · charged per second
Audio Volume
Add-On Features (estimated cost)
Monthly Transcription Cost - OpenAI Whisper-1
Cost per Request
$0.0360
Rate / Minute
$0.0060
Cost / Hour
$0.3600
Cost / 1K Minutes
$6.00
Daily
$18.00
2.1 days billed
Monthly
$540.00
62.5 days billed
Yearly
$6,570.00
760.4 days billed
Provider Cost Comparison
Async/pre-recorded rates · sorted cheapest first| Provider / Model | $/min | $/request | Monthly Total |
|---|---|---|---|
AssemblyAINanoBudget $0.0020/min async · $0.004/min streaming | $0.0020 | $0.0120 | $180.00 |
GladiaStandardBudget $0.0036/min async · $0.0059/min streaming | $0.0036 | $0.0216 | $324.00 |
DeepgramNova-2Budget $0.0043/min pre-recorded · $0.0059/min streaming | $0.0043 | $0.0258 | $387.00 |
DeepgramNova-3BudgetPopular $0.0059/min pre-recorded · $0.0083/min streaming | $0.0059 | $0.0354 | $531.00 |
OpenAIWhisper-1BudgetPopular Selected $0.006/min · charged per second | $0.0060 | $0.0360 | $540.00 |
Google CloudStandard (Short) $0.006/min up to 60min · 15s minimum | $0.0060 | $0.0360 | $540.00 |
AssemblyAIBest (Universal-2)Popular $0.0062/min async · $0.010/min streaming | $0.0062 | $0.0372 | $558.00 |
Azure SpeechStandard Recognition $0.01/min (first 5 hrs/mo free) | $0.0100 | $0.0600 | $900.00 |
Google CloudChirp 2Popular $0.016/min · 15s minimum billing increment | $0.0160 | $0.0960 | $1,440.00 |
Rev.aiMachine Transcription $0.02/min · 95%+ accuracy claim | $0.0200 | $0.1200 | $1,800.00 |
AWS TranscribeStandard $0.024/min · first 250K min/mo at this rate | $0.0240 | $0.1440 | $2,160.00 |
Azure SpeechCustom Recognition $0.04/min fine-tuned on custom vocabulary | $0.0400 | $0.2400 | $3,600.00 |
AWS TranscribeMedical $0.075/min · HIPAA-eligible medical speciality | $0.0750 | $0.4500 | $6,750.00 |
* Prices based on standard published rates. Volume discounts, free tiers, and enterprise plans may apply. Always verify on provider pricing pages.
Was die Transkriptionsrechnung bestimmt
Die Kosten hängen von Audiominuten, dem Minutenpreis des Anbieters und dem Modus ab: asynchron vorgraviert oder Echtzeit-Streaming.
Streaming kostet deutlich mehr, da persistente Verbindungen und niedrige Latenz erforderlich sind.
- Gesamtminuten = durchschnittliche Dauer × Anzahl der Aufnahmen.
- Streaming: 30 bis 100 % teurer als asynchron.
- Abrechnungsinkremente runden jede Aufnahme nach oben.
Die Wirkung der Abrechnungsinkremente
Bei kurzem Audio wiegt die Rundung schwerer als der Tarif selbst. Eine 5-Sekunden-Aufnahme in 15-Sekunden-Blöcken wird dreifach berechnet.
- Sekundengenaue Anbieter: effizienter bei kurzem Audio.
- Anbieter mit 15-s-Blöcken: nachteilig für Diktat und kurze Befehle.
- Die durchschnittliche Audiodauer entscheidet über das passende Abrechnungsmodell.
Zusatzfunktionen und Qualität
Diarisierung, PII-Schwärzung, Sentiment-Analyse und Zusammenfassungen werden separat berechnet. Nur aktivieren, wenn tatsächlich benötigt.
- Schätzen Sie durchschnittliche Audiodauer und Tagesvolumen.
- Wählen Sie den Modus: asynchron oder Streaming je nach Fall.
- Aktivieren Sie nur die Funktionen, die Sie wirklich nutzen.
- Vergleichen Sie die Monatssumme der Anbieter vor der Entscheidung.
Häufig gestellte Fragen
Er schätzt, was Sie für die Transkription von Audio über Cloud-STT-APIs zahlen. Sie geben Audiodauer und Tagesvolumen ein, wählen einen Anbieter – der Rechner wendet dessen Minutenpreis, Abrechnungsinkrement-Rundung und optionale Aufschläge an und liefert Kosten pro Anfrage und pro Zeitraum.
Der Rechner deckt OpenAI Whisper-1, Deepgram Nova-3 und Nova-2, AssemblyAI Best (Universal-2) und Nano, Google Cloud Chirp 2 und Standard, AWS Transcribe Standard und Medical, Azure Speech Standard und Custom, Rev.ai und Gladia ab – insgesamt 13 Modelle. Alle enthalten, wo zutreffend, Tarife für asynchrone Voraufnahmen und Echtzeit-Streaming.
Asynchrones STT (Voraufnahme) verarbeitet eine komplette Audiodatei nach der Aufnahme. Echtzeit-Streaming transkribiert Audio live und ermöglicht Voice-Agents und Live-Untertitel. Streaming kostet 30-100 % mehr pro Minute, da persistente Serververbindungen und geringe Latenz nötig sind. Nutzen Sie es nur, wenn Ihr Anwendungsfall Sub-Sekunden-Feedback erfordert.
AWS Transcribe und Google Speech-to-Text rechnen in 15-Sekunden-Schritten ab – eine 5-Sekunden-Aufnahme wird als 15 Sekunden berechnet (3× Überschreitung). Bei Sprachdiktat oder kurzen Befehlen von 10-20 Sekunden kann das die tatsächlichen Kosten um 50-200 % gegenüber sekundengenauen Anbietern wie OpenAI Whisper, Deepgram, AssemblyAI und Gladia erhöhen. Der Rechner berücksichtigt die Abrechnungsgranularität jedes Anbieters.
Diarisierung (wer hat was gesagt) kostet je nach Anbieter meist 0,0008-0,002 $/min extra. Für eine typische 6-minütige Callcenter-Aufnahme sind das 0,005-0,012 $ pro Aufnahme. Bei 500 Anrufen/Tag summiert sich Diarisierung auf 75-180 $/Monat. Der Rechner erlaubt das Zuschalten von Diarisierung und weiteren Funktionen zur exakten Kostenwirkung.
Für asynchrone Hochvolumen-Transkription gehören Deepgram Nova-2 (0,0036 $/min Batch), Gladia (0,0036 $/min) und AssemblyAI Nano (0,002 $/min) zu den wirtschaftlichsten. Für Echtzeit-Streaming bieten Deepgram und AssemblyAI Nano die besten Tarife. OpenAI Whisper zu 0,006 $/min ist wegen Genauigkeit und Einfachheit beliebt, trotz fehlender Streaming-API.
Ja – es ist ein reines Kostenschätzungstool. Es werden keine Audiodateien hochgeladen oder verarbeitet. Nur numerische Eingaben (Dauer, Volumen, Anbieterwahl) dienen der Berechnung. Alles läuft lokal im Browser, keine Daten werden an einen Server gesendet.
Der Rechner nutzt Standard-Pay-as-you-go-Tarife ohne Gratisguthaben. Azure Speech bietet 5 Stunden/Monat kostenlos; Google 60 Minuten/Monat. Bei geringem Volumen kann Ihre echte Kosten innerhalb dieser Grenzen null sein. Für Produktionslasten gelten die gezeigten Pay-as-you-go-Tarife.