← 記事一覧へ戻る

文字起こしコストガイド

文字起こし API の料金は、まず課金単位を分けて比較する

音声時間の単価と音声トークンの単価は、別の課金軸です。 このガイドでは両者を分け、トークン数を推測して時間単価へ変換するような見積もりを避けます。

2026年11月7日更新 現在の文字起こしルート 73 件 カタログ生成日 2026-11-16

課金の種類

3つのケースでは計算方法を分ける

時間単価が1つ

現在 53 ルートで、安全に使える音声時間または入力時間の単価を1つ確認できます。 同じ単価を60倍・3,600倍することで、分・時間の表示に換算できます。

音声トークン課金

10 ルートで音声入力トークン単価を確認できます。 文字起こしテキストの出力単価がある場合は別に表示し、どちらも分単価には換算しません。

方向別または不完全な単価

3 ルートでは入力・出力の時間単価が両方とも正です。 さらに 7 ルートは上記の安全な比較に入らないため、合計コストの順位付けから除外します。

時間課金のルート

同じ入力時間単価だけを比較する

登録されている入力時間単価の低い順です。文字起こしの総額、品質、速度、提供可否の順位ではありません。

右端の列には、この入力時間だけに対するUSD建ての概算料金を表示します。追加料金や出力料金は含めず、音声トークン課金のモデルは換算しません。

提供元 モデル 課金単位 1分 1時間 10時間 100時間 入力した月間時間の概算
Groq whisper-large-v3-turbo 登録されている入力時間単価 $0.0007 $0.04 $0.40 $4.00 $0.40
Groq whisper-large-v3 登録されている入力時間単価 $0.0018 $0.11 $1.11 $11.10 $1.11
assemblyai best 登録されている入力時間単価 $0.0020 $0.12 $1.20 $12.00 $1.20
Mistral voxtral-mini-2602 登録されている入力時間単価 $0.0030 $0.18 $1.80 $18.00 $1.80
Mistral Voxtral Mini Transcribe 3 音声入力時間 $0.0035 $0.21 $2.10 $21.00 $2.10
elevenlabs scribe_v1 登録されている入力時間単価 $0.0037 $0.22 $2.20 $22.00 $2.20
elevenlabs scribe_v1_experimental 登録されている入力時間単価 $0.0037 $0.22 $2.20 $22.00 $2.20
Mistral Voxtral Small Transcribe 3 音声入力時間 $0.0040 $0.24 $2.40 $24.00 $2.40
deepgram nova 登録されている入力時間単価 $0.0043 $0.26 $2.58 $25.80 $2.58
deepgram nova-2 登録されている入力時間単価 $0.0043 $0.26 $2.58 $25.80 $2.58
deepgram nova-2-atc 登録されている入力時間単価 $0.0043 $0.26 $2.58 $25.80 $2.58
deepgram nova-2-automotive 登録されている入力時間単価 $0.0043 $0.26 $2.58 $25.80 $2.58
deepgram nova-2-conversationalai 登録されている入力時間単価 $0.0043 $0.26 $2.58 $25.80 $2.58
deepgram nova-2-drivethru 登録されている入力時間単価 $0.0043 $0.26 $2.58 $25.80 $2.58
deepgram nova-2-finance 登録されている入力時間単価 $0.0043 $0.26 $2.58 $25.80 $2.58

直接比較できる 53 ルートのうち、入力時間単価が低い 15 件を表示しています。 残りは文字起こしモデル一覧で確認できます。

音声トークン課金

音声入力と文字起こし出力を分けて見る

カタログには音声トークンから時間への共通変換ルールがないため、分・時間の換算値は表示しません。

提供元 モデル 音声入力 / 100万トークン 文字起こしテキスト出力 / 100万トークン
Dashscope Qwen Audio 3.1 ASR Flash Streaming (Beijing) $0.85 $0.64
Dashscope Qwen Audio 3.1 ASR Flash Streaming (Singapore) $0.93 $0.70
Azure gpt-4o-mini-transcribe $1.25 $5.00
OpenAI gpt-4o-mini-transcribe $1.25 $5.00
OpenAI gpt-4o-mini-transcribe-2025-03-20 $1.25 $5.00
OpenAI gpt-4o-mini-transcribe-2025-12-15 $1.25 $5.00
Azure gpt-4o-transcribe $2.50 $10.00
Azure gpt-4o-transcribe-diarize $2.50 $10.00
OpenAI gpt-4o-transcribe-diarize $2.50 $10.00
OpenAI gpt-4o-transcribe $2.50 $10.00

方向別の時間単価

入力と出力の単価を自動で足さない

次のルートでは、入力・出力の秒単価がどちらも正です。 正規化カタログだけでは両方を1つの文字起こし総額として加算する根拠が不足するため、別々に表示します。

提供元 モデル 入力時間 / 秒 出力時間 / 秒
Azure whisper-1 $0.0001 $0.0001
watsonx whisper-large-v3-turbo $0.0001 $0.0001
OpenAI whisper-1 $0.0001 $0.0001

比較データが不足しているルート

正確なモデル情報を確認する

現在 7 件の文字起こしルートは、上で使った時間単価または音声入力トークン単価では安全に比較できません。 無料または利用不可と判断せず、各モデルの情報を確認します。

ファイル文字起こしとリアルタイム

料金データだけでは全ルートの方式を分類できない

録音済みファイルの文字起こしとリアルタイム処理では要件が異なります。 ただし、モデル名に「live」「realtime」「file」などが含まれることや、ストリーミングフラグがないことだけを根拠にルートを分類しません。

エンドポイントや提供方式が重要な場合は、正確なモデルページと提供元のソースを確認してください。 明示的に確認済みの提供方式がカタログに入れば、その情報だけを使ってより細かく表示できます。

比較の元データを確認する

料金は更新されます。モデル一覧では現在の文字起こしルート全体を確認でき、各モデルページではこのガイドが使う正規化済み料金項目と出典を確認できます。 音声を文字にするのではなく生成したい場合は、音声合成 API の料金ガイドで別の課金単位を確認してください。