Calculadora de custos de fala para texto
Calcule custos de transcrição a partir da duração do áudio e do preço do provedor — grátis e 100 % privado no seu navegador. Compare mais de 13 provedores de STT, incluindo OpenAI Whisper, Deepgram, AssemblyAI, Google Cloud, AWS Transcribe, Azure Speech, Rev.ai e Gladia. Suporta níveis assíncronos de áudio pré-gravado e streaming em tempo real, arredondamento por incrementos de cobrança e sobretaxas de recursos adicionais (diarização, ocultação de dados pessoais, sentimento, resumos). Sem cadastro.
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.
O que determina a fatura de transcrição
O custo depende dos minutos de áudio, da tarifa por minuto do provedor e do modo escolhido: assíncrono pré-gravado ou streaming em tempo real.
O streaming custa bem mais porque exige conexões persistentes e baixa latência.
- Minutos totais = duração média × número de gravações.
- Streaming: 30 a 100 % mais caro que o assíncrono.
- Incrementos de cobrança arredondam cada gravação para cima.
O efeito dos incrementos de cobrança
Se seu áudio é curto, o arredondamento pesa mais que a própria tarifa. Uma gravação de 5 segundos cobrada em blocos de 15 segundos sai pelo triplo.
- Provedores por segundo: mais eficientes em áudio curto.
- Provedores em blocos de 15 s: penalizam ditados e comandos breves.
- A duração média do seu áudio define o melhor modelo de cobrança.
Recursos adicionais e qualidade
Diarização, ocultação de dados pessoais, análise de sentimento e resumos são cobrados à parte. Some-os apenas se realmente precisar.
- Estime a duração média dos seus áudios e o volume diário.
- Escolha o modo: assíncrono ou streaming conforme o caso.
- Ative os recursos adicionais que realmente usa.
- Compare o total mensal entre provedores antes de decidir.
Perguntas frequentes
Ela estima quanto você pagará para transcrever áudio usando APIs de STT na nuvem. Você informa a duração do áudio e o volume diário, escolhe um provedor, e a calculadora aplica a tarifa por minuto, o arredondamento por incremento de cobrança e as sobretaxas opcionais para gerar estimativas por requisição e por período.
A calculadora cobre OpenAI Whisper-1, Deepgram Nova-3 e Nova-2, AssemblyAI Best (Universal-2) e Nano, Google Cloud Chirp 2 e Standard, AWS Transcribe Standard e Medical, Azure Speech Standard e Custom, Rev.ai e Gladia — 13 modelos no total. Todos incluem tarifas assíncronas de áudio pré-gravado e streaming em tempo real quando aplicável.
O STT assíncrono (pré-gravado) processa um arquivo de áudio completo após a gravação e devolve uma transcrição. O streaming em tempo real transcreve o áudio ao vivo, viabilizando agentes de voz e legendas ao vivo. O streaming custa 30-100 % mais por minuto porque exige conexões persistentes e baixa latência. Use só se seu caso realmente precisa de resposta em menos de um segundo.
AWS Transcribe e Google Speech-to-Text cobram em blocos de 15 segundos — uma gravação de 5 segundos é cobrada como 15 segundos (3× de excesso). Para ditado por voz ou comandos curtos de 10-20 segundos, isso pode aumentar o custo real em 50-200 % em relação a provedores que cobram por segundo, como OpenAI Whisper, Deepgram, AssemblyAI e Gladia. A calculadora considera a granularidade de cada provedor.
A diarização (identificar quem falou) costuma adicionar US$ 0,0008-0,002/min conforme o provedor. Para uma gravação típica de contact center de 6 minutos, são US$ 0,005-0,012 extras por gravação. Com 500 chamadas/dia, a diarização adiciona US$ 75-180/mês à fatura. A calculadora permite ativar a diarização e outros recursos para ver o impacto exato.
Para transcrição assíncrona de alto volume, Deepgram Nova-2 (US$ 0,0036/min em lote), Gladia (US$ 0,0036/min) e AssemblyAI Nano (US$ 0,002/min) estão entre as opções mais econômicas. Para streaming em tempo real, Deepgram e AssemblyAI Nano oferecem as melhores tarifas. OpenAI Whisper a US$ 0,006/min é popular por precisão e simplicidade, apesar de não ter API de streaming.
Sim — é uma ferramenta apenas de estimativa de custos. Nenhum arquivo de áudio é enviado ou processado. Usa apenas entradas numéricas (duração, volume, escolha de provedor) para calcular estimativas. Todos os cálculos rodam localmente no navegador e nenhum dado é enviado a servidor algum.
A calculadora usa tarifas padrão de pague pelo uso, sem aplicar créditos gratuitos. O Azure Speech oferece 5 horas/mês grátis; o Google oferece 60 minutos/mês grátis. Para volumes baixos, seu custo real pode ser zero dentro desses limites. Para cargas de produção, valem as tarifas de pague pelo uso mostradas.