API de reconhecimento de voz: qual escolher em 2026?

Para escolher uma API de reconhecimento de voz, comece pelo Deepgram se estiver criando um agente de voz, pelo ElevenLabs Scribe para gravações em vários idiomas com marcação de falantes e pelo Speechmatics quando o controle sobre a implantação for decisivo. O Voxtral 3, da Mistral, entra na seleção de APIs de transcrição de áudio com arquivos a $0.21 por hora de áudio, mas o modelo ao vivo impõe uma restrição à marcação de falantes que precisa entrar no projeto.

Preços e documentação conferidos nas páginas dos fabricantes em 21 de outubro de 2026. As recomendações comparam recursos publicados e calculam custos por hora. Não são resultado de um benchmark prático de precisão.

Uma API de transcrição transforma áudio em texto dentro da sua aplicação. A primeira decisão é saber se ela pode esperar a gravação terminar ou precisa reagir enquanto alguém fala. A segunda é definir se você precisa apenas das palavras, de um registro de quem falou ou de um sinal que indique ao agente a hora de responder. Esses requisitos podem levar a modelos diferentes do mesmo fornecedor.

Se você procura um aplicativo pronto para reuniões ou edição, consulte o comparativo das melhores ferramentas de transcrição com IA, que reúne produtos como Otter e Descript.

API de reconhecimento de voz: comparativo rápido

Escolha o modo de processamento antes de comparar o preço por hora. Um modelo barato para transcrever arquivos não substitui automaticamente um reconhecedor ao vivo. E um reconhecedor ao vivo não necessariamente inclui marcação de falantes ou detecção de turnos de conversa.

Todos os valores abaixo estão em USD e cobrem a transcrição básica. Para os modelos cobrados por minuto, a conversão é preço por minuto × 60. AssemblyAI, ElevenLabs e Speechmatics publicam as tarifas relevantes por hora, por isso esses valores foram mantidos diretamente. As tarifas não incluem adicionais opcionais, impostos, armazenamento, seu modelo de linguagem nem a voz gerada. A comparação considera um canal de áudio processado e nenhum contrato empresarial negociado.

“Streaming” significa receber o áudio à medida que ele chega. Devolver texto aos poucos a partir de um arquivo já enviado é outro recurso. “Diarização” significa atribuir falas a diferentes falantes; isso não necessariamente identifica seus nomes.

As tarifas por minuto usadas são $0.0035/$0.004/$0.008 da Mistral, $0.0043/$0.0048/$0.0065 do Deepgram nas opções citadas, as estimativas de $0.0045/$0.017 da OpenAI e $0.016/$0.003 do Google. O adicional de diarização ao vivo do Deepgram custa $0.0020/minuto. O Google Standard considera a primeira faixa de uso mensal, sem desconto por alto volume.

Os detalhes de idiomas e recursos vêm da documentação dos próprios fabricantes: matriz de idiomas da Mistral, lista de modelos do Deepgram, guia de transcrição da OpenAI, documentação do Chirp 3 do Google, guia de recursos da ElevenLabs e guia de modelos do Speechmatics. A página de preços da AssemblyAI informa diretamente as quantidades de idiomas e os adicionais de cada modelo.

O preço em destaque do Speechmatics pode mostrar cerca de $0.12/hora para o Melia após descontos. A calculadora informa $0.24/hora para o processamento de arquivos sem desconto. A tabela usa essa tarifa básica, sem adesão ao uso de dados para treinamento do modelo nem desconto por créditos de volume. Da mesma forma, as tarifas promocionais indicadas pelo Deepgram devem ser conferidas novamente antes de fechar um orçamento.

Sete APIs, sete motivos diferentes para escolher

A ordem começa pela recomendação mais abrangente para agentes ao vivo e segue para alternativas que se destacam em requisitos específicos. Não é um ranking de precisão de transcrição. Um modelo pode ser a escolha certa para um acervo e a errada para a chamada ao vivo que deu origem à gravação.

1. Deepgram: por onde começar um agente de voz

O Deepgram é minha primeira opção para avaliar em um agente de voz porque o Flux fornece sinais de turno de conversa junto com a transcrição. Um sinal de turno avisa à aplicação que a pessoa parece ter terminado de falar. Para um agente que precisa responder, isso é mais útil do que simplesmente receber mais uma palavra reconhecida corretamente. O Nova-3 é a opção separada de transcrição geral para arquivos gravados, legendas e tarefas que dispensam a detecção de turnos nativa do modelo.

Imagine um assistente de agendamento ouvindo: “Preciso de um horário na sexta... na verdade, na segunda.” A transcrição parcial ajuda a preparar a resposta, mas é um péssimo motivo para agendar na sexta. A aplicação precisa distinguir uma fala em andamento, um aparente fim de turno e um turno retomado. O guia de início rápido do Flux documenta os eventos EndOfTurn, o opcional EagerEndOfTurn e TurnResumed para essa interação.

Isso traz uma vantagem concreta à integração: você consegue definir explicitamente a política de resposta do agente. Só comece a preparar a resposta antes da hora se puder cancelar essa preparação quando a pessoa continuar falando. Ações com efeito externo, como confirmar um agendamento, devem passar pela lógica de decisão e confirmação da própria aplicação. Antecipar a resposta só ajuda quando uma correção não acaba virando uma ação errada.

Ideal para: Agentes de voz ao vivo e equipes que querem opções distintas de modelos para transcrição geral e conversação.
Destaque: Eventos de turno nativos do Flux; Nova-3 para arquivos e legendas.
Preço: A partir de $0.0043/minuto, ou $0.258/hora de áudio, para arquivos monolíngues no Nova-3; a tabela separa os modelos ao vivo e os adicionais.
Teste grátis: $200 em créditos, sem cartão de crédito, segundo a página de preços do Deepgram.

O limite está na equivalência de recursos e idiomas entre modelos. O Flux English é um modelo para inglês. O Flux Multilingual lista inglês, espanhol, francês, alemão, hindi, russo, português, japonês, italiano e holandês. A lista mais ampla do Nova não torna o Flux adequado a todos os idiomas que seu produto pode oferecer. Da mesma forma, a função de transcrição geral do Nova não significa que ele tenha o comportamento de turnos do Flux.

Os requisitos de marcação de falantes também mudam a integração e a conta. A documentação atual de diarização recomenda o parâmetro versionado diarize_model. Os diarizadores de lote e de streaming são diferentes; pedir a versão exclusiva de lote em um stream gera erro de validação. Em um produto para reuniões, confira os rótulos de falante na resposta que você realmente vai armazenar. Validar um exemplo em lote não garante que o endpoint ao vivo se comporte da mesma maneira.

Um protótipo pequeno também pode esconder um limite de escala. A página de preços PAYG do Deepgram lista até 150 conexões WebSocket simultâneas de speech-to-text e 50 requisições REST. Concorrência é trabalho simultâneo, não o total de horas no mês. Uma aplicação que abre todas as chamadas de clientes no início do expediente precisa se preparar para o pico, mesmo com baixo uso médio.

Veredito: escolha o Flux pelo comportamento na conversa, não apenas pela transcrição. Se o produto só precisa de gravações pesquisáveis depois da chamada, comece pelo Nova-3 ou por uma alternativa focada em arquivos. A análise completa dos preços do Deepgram detalha a estrutura mais ampla de tarifas.

Como fazer a primeira integração com o Flux

1. 1

   Escolha o modelo de conversação

   Use flux-general-en para inglês ou flux-general-multi depois de conferir os idiomas documentados. Parta do guia de início rápido atual do Flux e do caminho WebSocket /v2/listen.

2. 2

   Configure de acordo com o áudio enviado

   Para áudio bruto linear16, informe a taxa de amostragem real; o Deepgram recomenda 16000 no guia de início rápido. Para áudio em contêineres compatíveis, siga a detecção automática documentada em vez de acrescentar configurações contraditórias de áudio bruto.

3. 3

   Separe o tratamento do texto e dos turnos

   Exiba ou armazene temporariamente as atualizações da transcrição e trate EndOfTurn como um evento separado. Comece com o valor padrão documentado de 0.7 para eot_threshold. Só acrescente a geração antecipada depois de tratar TurnResumed e conseguir cancelar uma resposta ainda em andamento.

4. 4

   Simule as interrupções dos seus usuários

   Teste uma pessoa corrigindo uma data, fazendo uma pausa para procurar o número da conta e falando por cima do agente. Verifique se a aplicação espera, volta a ouvir e preserva a correção. São verificações de aceitação propostas, não testes realizados para este comparativo.

2. Mistral Voxtral 3: forte candidato para arquivos, com limites de prévia

O Voxtral 3, da Mistral, já merece ser avaliado para transcrição de arquivos, principalmente se você também procura uma API hospedada na UE ou uma opção de implantação própria. A família de transcrição entrou em prévia pública em 20 de outubro de 2026. Ela reúne o Voxtral Mini Transcribe 3 e o Voxtral Small Transcribe 3 para áudio gravado, além do Voxtral Mini Transcribe Realtime 3 para áudio ao vivo. São opções distintas, não um único modelo com um botão para ativar o streaming.

A consequência para o negócio é direta. Um aplicativo que importa entrevistas com clientes pode avaliar o Mini sem pagar por uma sessão ao vivo nem criar a gestão da conversa. Um agente telefônico precisa do modelo Realtime e de um projeto separado para decidir quando responder. Os modelos de arquivos da Mistral aceitam 50 idiomas; o Realtime lista 45 idiomas e dialetos. São esses números, específicos de cada modelo, que devem constar no documento de requisitos do produto.

A Mistral apresenta o Small como seu modelo de maior qualidade para arquivos. Esse é o posicionamento da própria Mistral, não um resultado de precisão medido aqui. A decisão útil é descobrir se o Small resolve erros nas gravações que importam para você: nomes de clientes, códigos de produtos, sotaques ou participantes falando ao mesmo tempo. Se o Mini já passa no seu conjunto de testes de aceitação, um modelo maior não é automaticamente a melhor escolha para o produto.

Ideal para: Transcrição de arquivos com opção de hospedagem na UE e equipes que avaliam a nova geração Voxtral.
Destaque: Modelos separados Mini, Small e Realtime para transcrição, com documentação explícita dos modos.
Preço: A partir de $0.0035/minuto, ou $0.21/hora de áudio, para arquivos no Mini; as condições comerciais de implantação própria são sob consulta.
Teste grátis: As páginas de modelos citadas não quantificam uma franquia gratuita de transcrição; confira sua conta antes de planejar um volume de uso grátis.

A limitação de maior impacto está na visão geral detalhada de speech-to-text: diarização ao vivo e detecção de turnos não podem funcionar na mesma sessão. Dizer que a família tem os dois recursos não significa que uma única requisição possa combiná-los.

Suponha que você esteja criando um agente que precisa responder imediatamente e produzir um registro com marcação de falantes para os supervisores. O guia de diarização da Mistral recomenda detectar os turnos ao vivo, guardar o áudio e fazer a diarização da gravação depois. É uma arquitetura viável, mas acrescenta uma etapa de processamento. Se a aplicação exige marcação de falantes e sinais de turno juntos, ao vivo, avalie outro modelo em vez de presumir que uma mudança de configuração elimina a restrição.

Há outro limite para produtos de legendagem e edição. A documentação atual para arquivos oferece timestamps por segmento, não por palavra. Um segmento marca um trecho de fala; um timestamp por palavra permite ao editor destacar ou navegar até uma palavra específica. São recursos diferentes para o produto. A transcrição pode estar bem escrita e ainda não ter a precisão temporal de que sua interface precisa.

Tenha o mesmo cuidado com alegações sobre compreensão de áudio. O anúncio da família descreve uma plataforma de voz mais ampla, mas o guia atual de speech-to-text encaminha perguntas sobre áudio e tradução para um fluxo de áudio no chat que usa Voxtral 2 no lançamento. Não apresente esses recursos relacionados como funções verificadas da transcrição do Voxtral 3. A condição de prévia é motivo para fixar o modelo e confirmar o fluxo exato, não para ignorá-lo.

Veredito: inclua o Voxtral Mini na seleção para arquivos; valide o Realtime de acordo com os requisitos exatos da conversa. Em um cenário hipotético de 1,000 horas de arquivos por mês, a transcrição básica custa $210 no Mini e $240 no Small. A diferença é pequena o suficiente para que o esforço de correção decida entre eles. Os custos dos demais modelos estão no guia de preços da Mistral.

3. AssemblyAI: escolha o fluxo de transcrição de que seu produto precisa

A AssemblyAI combina com produtos que precisam de transcrições estruturadas e de um conjunto claro de recursos opcionais de processamento. O Universal-2 é a opção para arquivos com ampla cobertura de idiomas; o Universal-3.5 Pro é outro modelo para arquivos, com menos idiomas e opções adicionais de prompting. Para produtos ao vivo, o Universal-Streaming e o Universal-3.6 Pro Realtime têm preços e recursos próprios. O nome do fornecedor, sozinho, não basta para definir a requisição que vai entrar em produção.

Uma aplicação de revisão de chamadas ilustra bem esse uso. O cliente envia uma gravação, o aplicativo produz falas com timestamps e quem revisa consegue ver qual participante assumiu um compromisso. A partir daí, você decide se o produto também precisa de resumo, detecção de entidades ou ocultação de informações. Cada adicional resolve um problema diferente; ativar tudo o que está disponível é um jeito fácil de aumentar o gasto sem melhorar a tela que importa ao usuário.

A página atual de preços inclui timestamps por palavra e formatação na oferta de transcrição de arquivos, com diarização de falantes como adicional. Ela descreve separadamente o Speaker Identification, que pode substituir rótulos genéricos por nomes ou funções. A diferença importa: “Falante A” basta em algumas interfaces de reprodução, enquanto distinguir “cliente” de “atendente” pode ser necessário em um fluxo de treinamento ou avaliação de qualidade.

Ideal para: Produtos baseados em chamadas gravadas e aplicações que precisam processar transcrições estruturadas.
Destaque: Recursos distintos para arquivos, tempo real e compreensão de fala opcional.
Preço: A partir de $0.15/hora de áudio para arquivos no Universal-2 ou no Universal-Streaming; a marcação de falantes é cobrada à parte.
Teste grátis: Cadastro sem cartão; o fabricante informa até 185 horas de áudio gravado e até 333 horas de streaming, conforme o modelo e a franquia.

O limite está na cobertura de idiomas diferente em cada modelo e faixa de preço. O Universal-2 lista 99 idiomas. O Universal-3.5 Pro lista 18. O Universal-3.6 Pro Realtime lista 32. A opção mais barata Universal-Streaming Multilingual lista inglês, espanhol, alemão, francês, português e italiano. Um aplicativo que divulga todos os idiomas usando o maior número do fornecedor pode prometer uma função ao vivo que o modelo escolhido não entrega.

Para quem responde pelo produto, o documento certo é uma lista de aceitação que cruze idiomas e recursos. Se seus clientes falam alemão e japonês, confira cada idioma necessário no modelo escolhido, seja para arquivos ou ao vivo. Depois, teste os materiais difíceis nesses idiomas. Uma contagem de idiomas compatíveis informa que o idioma é oferecido; não certifica seu vocabulário, as condições dos microfones nem o padrão de alternância entre idiomas.

A marcação de falantes também muda a comparação. Universal-3.5 Pro com diarização de arquivos soma $0.23/hora. Universal-3.6 Pro Realtime com diarização soma $0.57/hora. Em um cenário hipotético de 1,000 horas por mês, são $230 e $570 para as respectivas configurações. Elas atendem a fluxos diferentes, por isso a diferença não deve ser interpretada como o preço de fazer a mesma tarefa mais rápido.

Há ainda a distinção da API síncrona. Ela devolve uma transcrição concluída em uma única requisição, enquanto um fluxo assíncrono de arquivos cria uma tarefa cujo resultado chega depois. Nenhum dos dois equivale, por definição, a manter uma conexão de áudio ao vivo aberta. Escolha pela experiência: uma mensagem de voz curta pode tolerar um breve ciclo de envio e resposta; uma pessoa na linha esperando uma resposta precisa da opção ao vivo.

Veredito: escolha a AssemblyAI quando a transcrição virar dado estruturado do produto. Antes de selecionar o modelo, desenhe a tela de revisão ou o registro que será usado nas etapas seguintes. Se essa tela precisa de falas atribuídas a participantes, inclua o custo dessa configuração desde o início. Se só precisa de texto pesquisável, evite pagar por um processamento que seus usuários nunca vão ver.

4. ElevenLabs Scribe: boa opção para conteúdo gravado em vários idiomas

O ElevenLabs Scribe é um forte candidato para gravações multilíngues que precisam de marcação de falantes, timestamps por palavra e tags de sons que não são fala. O Scribe v2 documenta 90+ idiomas e diarização de até 32 falantes. Esses recursos o tornam relevante para acervos de entrevistas, bibliotecas de mídia e aplicações de revisão de chamadas. O Scribe v2 Realtime é uma opção ao vivo separada, com seus próprios limites de recursos.

Imagine um aplicativo de mídia cujos usuários enviam entrevistas em vários idiomas. O resultado desejado vai além de um parágrafo. A interface precisa de palavras clicáveis, mudanças de falante e uma forma de preservar sons como risadas ou aplausos. O guia de recursos da ElevenLabs documenta esses elementos no modelo de arquivos. Isso dá um motivo concreto para avaliar o Scribe, além de ele ser do mesmo fornecedor de um produto de geração de voz.

Timestamps por palavra são especialmente úteis quando a transcrição serve como interface de edição ou navegação. Quem revisa pode ir até um ponto exato da gravação em vez de procurar dentro de um segmento amplo. As tags de eventos de áudio também preservam um contexto que o texto comum perde. São metadados que você deve exibir ou filtrar de forma deliberada, não palavras para inserir automaticamente no índice de busca como se alguém as tivesse dito.

Ideal para: Aplicações multilíngues de entrevistas, mídia e chamadas gravadas.
Destaque: Marcação de falantes em arquivos, timestamps por palavra e tags de eventos de áudio na mesma oferta.
Preço: A partir de $0.22/hora de áudio para arquivos no Scribe v2; o Scribe v2 Realtime custa $0.39/hora.
Teste grátis: A tabela Free/PAYG mostra uso do Scribe incluído; confira a franquia compartilhada do plano antes de presumir cotas gratuitas separadas para cada modelo.

O limite está em presumir que o modelo ao vivo herda a diarização de arquivos. A lista de recursos ao vivo e a referência de WebSocket consultadas neste comparativo não documentam marcação de falantes. Isso delimita o que foi possível validar, não significa que o fornecedor nunca possa oferecê-la. Se a atribuição de falas ao vivo for obrigatória, exija uma configuração compatível e documentada antes de escolher o Scribe Realtime para essa função.

A API ao vivo documenta transcrições parciais e confirmadas. Em uma integração no navegador, o guia do lado do cliente usa um token de uso único criado no servidor, para que o navegador não receba a chave permanente da API. É um ponto de partida prático para um recurso de microfone em uma aplicação web. A interface pode exibir palavras provisórias enquanto mantém um registro separado dos segmentos confirmados.

Para conteúdo gravado, os limites padrão de upload documentados são 3 GB e 10 horas. O modo multicanal pode atribuir IDs de falante a partir dos números dos canais, o que ajuda quando a fonte já separa os participantes. Preserve essa separação se o gravador a fornecer. Pedir a um modelo que infira identidades a partir de uma faixa mixada pode desperdiçar informações que você já tinha.

Calcule os recursos de vocabulário à parte. A página de preços da API lista um adicional de $0.05/hora para prompting com termos-chave em lote. Assim, um volume hipotético de 1,000 horas de arquivos custaria $220 na tarifa básica ou $270 com esse adicional. Fornecer um glossário relevante de produtos pode valer a diferença, mas ele deve conter termos que provavelmente serão falados, não todas as palavras do catálogo.

Veredito: avalie o Scribe pelos recursos de conteúdo gravado que você vai usar. Ele entra nesta seleção pelos arquivos multilíngues e pelos metadados úteis de transcrição. Para esse tipo de trabalho, comece pelo ElevenLabs Scribe; use a documentação com links diretos acima para verificar a implementação.

5. OpenAI: modelos atuais, com um plano de migração para a marcação de falantes

A OpenAI atende a equipes que já usam sua API, desde que a aplicação precise dos recursos dos modelos atuais de transcrição. A recomendação do fabricante agora é gpt-transcribe para gravações concluídas e gpt-live-transcribe para áudio que chega ao vivo. Esse é o ponto de partida de uma nova integração. Copiar um tutorial antigo de Whisper ou GPT-4o pode levar você a desenvolver em cima de um modelo com desligamento marcado.

O guia oficial de transcrição separa streaming da saída de um arquivo e entrada ao vivo. Uma requisição de arquivo pode devolver texto em partes enquanto processa uma gravação concluída. Uma sessão ao vivo recebe áudio que ainda não terminou de chegar. A distinção importa na escolha do transporte, do comportamento das novas tentativas e do momento em que a aplicação considera a transcrição concluída.

Para um aplicativo que transforma mensagens de voz em texto pesquisável, o fluxo de arquivos é o ponto de partida natural. Para um agente de suporte que acompanha uma pessoa em tempo real, use o fluxo dedicado ao vivo. Nenhuma das escolhas deve depender apenas do endpoint que aparece em um exemplo de código já usado em outra parte da aplicação.

Ideal para: Aplicações que já usam a OpenAI e precisam da transcrição atual de arquivos ou ao vivo, sem presumir equivalência com recursos antigos.
Destaque: Modelos recomendados separados e entradas de contexto compartilhadas para prompts, palavras-chave e idiomas esperados.
Preço: A partir de uma estimativa de $0.0045/minuto, ou $0.27/hora de áudio, para o modelo recomendado de arquivos; a transcrição ao vivo tem estimativa de $1.02/hora.
Teste grátis: A página de preços citada não estabelece uma franquia gratuita de transcrição.

Quanto custa a transcrição de áudio da OpenAI?

A OpenAI apresenta os valores por minuto como custo estimado, e essa ressalva é mantida nas conversões por hora. A página atual de preços também lista os modelos antigos gpt-4o-mini-transcribe, com estimativa de $0.003/minuto, e gpt-4o-transcribe, a $0.006/minuto, equivalentes a $0.18 e $0.36 por hora de áudio. Esses preços ajudam clientes atuais a entender a migração; a opção antiga mais barata não é a recomendação para um produto novo.

O aviso de descontinuação marca o desligamento de whisper-1, gpt-4o-transcribe, gpt-4o-mini-transcribe e gpt-4o-transcribe-diarize para 26 de fevereiro de 2027. O guia atual de arquivos ainda documenta a saída com marcação de falantes no modelo descontinuado de diarização. Ele avisa que trocar o ID do modelo não preserva todos os formatos de saída nem todos os recursos de metadados.

Esse é o limite para um aplicativo de reuniões. Uma transcrição que antes devolvia um campo de falante e informações de tempo não pode ser substituída por texto comum sem mudar o produto. Liste os campos consumidos pelo banco de dados e pela interface e compare-os com a resposta do substituto. Se a marcação de falantes for essencial e a opção atualmente recomendada não a documentar, avalie uma alternativa com suporte em vez de tratar a migração como uma simples troca de string.

O guia de arquivos também estabelece um limite de upload de 25 MB. Uma gravação de uma hora pode exigir compressão ou divisão, dependendo da codificação. Projete essa etapa para que as divisões não façam palavras desaparecer, dupliquem texto ou quebrem o contexto esperado nas etapas seguintes. O limite de tamanho de arquivo é uma questão de produto quando clientes podem enviar gravações variadas.

Para vocabulário especializado, os modelos recomendados aceitam um prompt, palavras-chave literais e idiomas esperados. Use esse contexto para descrever a gravação e a terminologia provável. É uma orientação, não um pedido para forçar palavras ausentes na transcrição. Evite também usar a contagem de idiomas divulgada para o Whisper como se valesse para os novos modelos; o guia atual descreve as entradas de idioma sem informar um total agregado para eles.

Veredito: escolha a OpenAI por um fluxo atual documentado, não porque um trecho antigo de código de transcrição já funciona. Em uma integração existente, faça um inventário dos campos necessários antes de migrar o tráfego. Em um produto novo que depende muito da atribuição de falas, esse inventário pode apontar imediatamente para outro fornecedor.

6. Google Cloud Speech-to-Text API: faz mais sentido quando o fluxo já está no Google Cloud

O Google Cloud Speech-to-Text faz sentido quando a transcrição integra um fluxo já existente no Google Cloud ou quando o processamento em lote adiado atende ao produto. Speech-to-Text V2 Standard e Dynamic Batch têm preços bastante diferentes. O Chirp 3 acrescenta outra camada à escolha: é preciso combinar modelo, método da API, idioma e região de acordo com os recursos necessários.

Uma rotina noturna de acervo e um assistente de chamadas ao vivo não devem usar o mesmo item da tabela do Google no orçamento. O acervo pode esperar o processamento de áudio com menor urgência. O assistente não pode esperar até mais tarde pelas palavras de que precisa para responder agora. A página de preços do Google apresenta o Dynamic Batch como uma opção com desconto para processamento adiado, não como um endpoint barato para uso ao vivo.

Ideal para: Aplicações no Google Cloud, acervos com processamento em fila e equipes capazes de administrar configurações específicas por modelo.
Destaque: Opções separadas de processamento V2 Standard e Dynamic Batch.
Preço: A partir de $0.003/minuto, ou $0.18/hora de áudio, no V2 Dynamic Batch; o reconhecimento Standard na primeira faixa custa $0.016/minuto, ou $0.96/hora.
Teste grátis: Não aplique a franquia de minutos grátis do V1, exibida na página de preços, ao orçamento do V2; confira separadamente os créditos disponíveis na conta.

O prazo muda a conta do Google

Em um cenário hipotético de 1,000 horas de áudio no mês, a tarifa Standard publicada resulta em $960 de transcrição, enquanto o Dynamic Batch resulta em $180. A diferença de $780 vem de aceitar o processamento adiado. Ela ajuda um acervo que só precisa dos resultados em um ciclo posterior de revisão; não permite atender uma conversa ao vivo com a tarifa de lote. Armazenamento e outros recursos do Google Cloud geram custos adicionais.

O mesmo cuidado vale para a marcação de falantes. A documentação do Chirp 3 oferece transcrição ao vivo por StreamingRecognize, mas documenta a diarização de falantes como um recurso sem streaming e com um conjunto menor de idiomas. Para um acervo com marcação de falantes, siga a configuração de lote documentada. A indicação de suporte a transcrição ao vivo não autoriza prometer diarização ao vivo nesse mesmo modelo.

A página do produto do Google informa 85+ idiomas e variantes para o Chirp 3. A expressão “e variantes” importa: a contagem de um fornecedor pode incluir formas regionais de um idioma, em vez de seguir o mesmo critério usado na lista de outro fabricante. Mais relevante ainda, a matriz de disponibilidade distingue o estágio de lançamento e os recursos compatíveis. Um produto que precisa de uma variante regional específica e de marcação de falantes deve atender às duas condições.

O limite está no alcance da configuração. Quando os requisitos envolvem vários idiomas, regiões e modos de processamento, a escolha vai além de selecionar chirp_3. Mantenha a combinação escolhida na configuração da aplicação e faça combinações incompatíveis falharem com clareza. Caso contrário, um recurso que funciona em uma demonstração em lote em inglês pode virar uma lacuna sem explicação quando o cliente envia outro idioma ou muda para uso ao vivo.

A cobrança por canais separados também merece atenção. O Google cobra cada canal de áudio processado. Uma gravação que separa atendente e cliente pode ser valiosa por preservar a função de cada participante, mas a fatura considera a duração de cada canal processado. Leve isso em conta antes de comparar um acervo de chamadas estéreo com o exemplo de canal único de outro fornecedor.

Veredito: escolha o Google quando o fluxo ao redor da transcrição justificar essa escolha. Para um acervo já no Google Cloud, o processamento adiado pode funcionar bem. Em um projeto novo de agente de voz, compare a configuração padrão ao vivo com opções especializadas, em vez de começar pelo preço em destaque do Dynamic Batch.

7. Speechmatics: prioridade à implantação e à atribuição de falas nas chamadas

O Speechmatics merece estar entre as primeiras opções quando os requisitos incluem implantação empresarial on-premises ou segmentos de conversa atribuídos a falantes ao vivo. On-premises significa processar dentro da infraestrutura que você controla. O Speechmatics lista contêineres, appliances virtuais e implantação híbrida na oferta empresarial. As condições comerciais são sob consulta; as tarifas públicas de nuvem não prometem o preço de uma instalação privada.

A escolha do modelo é tão importante quanto a implantação. O Melia 1 é a família multilíngue para arquivos e tempo real; o Linden 1 atende à opção Agent STT. A documentação dos modelos informa que o Linden retorna segmentos atribuídos a falantes e mensagens de turno. Isso o torna um candidato relevante quando a aplicação precisa tanto das palavras quanto da atribuição de falas em uma estrutura de conversa.

Um assistente de suporte usado em um viva-voz compartilhado enfrenta um problema diferente do ditado feito por uma só pessoa. Outra pessoa pode entrar na chamada, ou falas de fundo podem se sobrepor à voz de quem está sendo atendido. Antes de escolher o modelo, decida se o agente precisa acompanhar uma voz, distinguir participantes ou apenas manter um registro com atribuição de falas. A estrutura da saída deve atender a essa decisão desde o início.

Ideal para: Produtos com restrições de implantação e equipes que avaliam chamadas ao vivo capazes de distinguir falantes.
Destaque: Opções empresariais de implantação privada e um modelo específico para Agent STT.
Preço: Arquivos no Melia 1 partem de $0.24/hora de áudio no PAYG sem desconto; o Linden Agent STT custa $0.30/hora; implantação privada é sob consulta.
Teste grátis: $100 em créditos, sem cartão, segundo a página de preços.

A ressalva de preço passa fácil despercebida. A página pública de preços pode destacar um valor menor para o Melia com descontos de treinamento do modelo e créditos de volume já aplicados. A calculadora mostra $0.24/hora para arquivos no PAYG básico. Aderir ao desconto por treinamento permite que o áudio seja registrado, retido e usado para melhorar o serviço. Trate isso como uma decisão separada sobre o uso dos dados, não como uma redução gratuita no mesmo contrato.

Há ainda dois limites dos recursos ao vivo. Primeiro, o Melia em tempo real não oferece diarização de falantes atualmente, embora ofereça diarização por canal. A diarização por canal usa entradas já separadas; a diarização de falantes infere vozes diferentes a partir do áudio. O guia de modelos também exige que o cliente detecte o fim de uma fala e envie ForceEndOfUtterance no fluxo ao vivo do Melia.

Segundo, a página atual do Agent STT do Linden informa que seus sinais de turno são orientados pela detecção de silêncio, com detecção semântica de turnos no servidor ainda prevista. A detecção de silêncio espera uma pausa acústica. A detecção semântica também considera se a pessoa parece ter concluído uma ideia. Ambas podem ser úteis, mas se comportam de maneiras diferentes quando alguém faz uma pausa no meio de um número de referência.

O suporte a idiomas exige o mesmo cuidado. O Melia lista 56 idiomas e transcrição com mistura de idiomas. A página do Linden lista 55+ idiomas, mas descreve o suporte multilíngue completo como futuro. Aceitar cada idioma separadamente não comprova que uma chamada possa alternar livremente entre eles. Uma central de atendimento multilíngue deve validar esse cenário explicitamente, em vez de presumir que o Linden herda o comportamento do Melia.

Veredito: escolha o Speechmatics por um requisito concreto e selecione o modelo que realmente o atende. Ele merece atenção especial quando a atribuição de falas ao vivo ou o local de implantação elimina uma alternativa mais simples. Peça a combinação exata de modelo e recursos na proposta empresarial; “speech-to-text on-premises” é amplo demais para validar um produto.

Qual API de transcrição de áudio atende melhor ao seu caso?

A escolha muda quando muda a saída necessária ou o modo de operação. Comece pelo requisito cuja ausência faria o produto falhar. Depois, compare os candidatos restantes com suas gravações e a conta prevista.

Para um agente de voz que precisa responder com naturalidade, comece pelo Deepgram Flux. O motivo é o tratamento dos turnos. Coloque o Speechmatics Linden nessa primeira comparação quando a atribuição de falas ao vivo for central e valide seu comportamento de turnos baseado em silêncio. Avalie o Mistral Realtime quando as opções de implantação forem importantes, aceitando a separação documentada entre detecção de turnos ao vivo e diarização.

Para entrevistas gravadas ou mídia em vários idiomas, comece pelo ElevenLabs Scribe. A marcação de falantes em arquivos, os timestamps por palavra e as tags de eventos de áudio se encaixam em uma interface útil de revisão. O AssemblyAI Universal-2 também merece avaliação quando sua lista de idiomas cobre as entradas do produto. O Voxtral Mini é um candidato sensato para arquivos quando os tempos por segmento bastam e você pode validar o modelo em prévia.

Para análise estruturada de chamadas, parta dos campos de que a aplicação precisa. A AssemblyAI é uma candidata natural quando falas atribuídas a participantes e processamento opcional atendem ao fluxo. O Deepgram Nova-3 é outra opção para avaliar em arquivos e streaming. Se atendente e cliente já são gravados separadamente, preserve esses canais antes de decidir se precisa de marcação de falantes inferida pelo modelo.

Para um acervo no Google Cloud com processamento em fila, compare o V2 Dynamic Batch com o prazo disponível. O desconto só ajuda se a aplicação puder aceitar resultados adiados. Se o usuário espera a conclusão na tela, meça essa experiência separadamente em vez de presumir que a mesma tarefa pode ir para uma fila de menor urgência sem que ninguém perceba.

Para uma aplicação que já usa a OpenAI, comece pelo modelo atualmente recomendado para o modo escolhido. A conveniência deixa de decidir quando marcação de falantes antiga, legendas ou outros metadados são obrigatórios e o substituto não os documenta. Uma migração programada é uma boa oportunidade para conferir dependências, em vez de preservar automaticamente a escolha do fornecedor.

Para processamento on-premises, inclua na seleção as opções empresariais documentadas do Speechmatics e do Deepgram, além da oferta de implantação própria da Mistral. Todas exigem orçamento para as condições comerciais não publicadas. Compare hardware, suporte à implantação, modelos compatíveis e responsabilidades por atualizações junto com a licença. O preço público por hora de áudio na nuvem não resolve essa compra.

Preserve as funções dos participantes antes de pedir ao modelo que as infira

Mantenha os canais de atendente e cliente separados quando a fonte os fornecer assim. Um canal conhecido da gravação pode preservar uma função que a diarização teria de inferir em uma faixa mixada. Essa é uma decisão de arquitetura anterior à escolha do fornecedor de transcrição.

Imagine uma chamada gravada com o atendente em um canal e o cliente em outro. A aplicação já sabe qual participante cada canal representa. Se você juntá-los em uma única faixa antes de transcrever, essa informação desaparece. Um diarizador pode separar as vozes em falantes anônimos, mas ainda será preciso associar esses falantes às suas funções.

A ElevenLabs documenta IDs de falante derivados dos canais no modo de arquivos multicanal. Deepgram, AssemblyAI e Google descrevem explicitamente a cobrança por canal. A escolha de produto tem, portanto, uma consequência prática: manter canais pode simplificar a atribuição de falas e aumentar o áudio processado contabilizado na fatura. Não compare uma estimativa de canal único com um fluxo de produção multicanal sem considerar essa diferença.

Um microfone de conferência é outra fonte. Várias vozes já compartilham uma faixa, então os rótulos de canal não conseguem recuperar cada pessoa. Nesse caso, você precisa de diarização de falantes e de um jeito de revisar erros quando participantes se sobrepõem ou têm vozes parecidas. Separe atribuição de falas e identidade: um rótulo anônimo de falante não deve virar um nome de cliente verificado só porque aparece em um JSON estruturado.

O mesmo princípio vale para os resumos gerados depois. Preserve a transcrição original, os rótulos de falante e a referência da fonte junto com qualquer resumo gerado. Se um cliente contestar quem prometeu um reembolso, o aplicativo precisa permitir voltar ao áudio relevante, não oferecer apenas um parágrafo bem escrito.

Como as APIs foram selecionadas

Estas são recomendações de implementação baseadas em uma revisão de documentação com data definida, não um ranking independente de precisão. Os preços e recursos específicos foram conferidos nas páginas de preços ou na documentação dos próprios fabricantes em 21 de outubro de 2026. Não foram feitas requisições pagas de transcrição nem um benchmark comparativo de áudio para este artigo.

A seleção se apoia em cinco perguntas:

• O modelo necessário aceita arquivos concluídos, áudio ao vivo ou ambos?
• O modo escolhido devolve a marcação de falantes, os timestamps e os sinais de turno de que o produto precisa?
• Os idiomas efetivamente usados e o comportamento de alternância entre eles estão documentados?
• O serviço pode funcionar no ambiente de implantação exigido?
• Quanto custa a configuração escolhida depois dos adicionais obrigatórios e da contabilização dos canais?

A análise original deste artigo está na conversão dos preços para hora e na verificação de compatibilidade de cada modelo por modo de uso. Ela revela diferenças que uma lista de recursos do fornecedor como um todo esconde: a incompatibilidade de recursos ao vivo do Voxtral, os fluxos descontinuados de metadados da OpenAI, a marcação de falantes sem streaming do Chirp e a distinção entre diarização por canal e por falante no Melia.

Uma comparação de precisão exigiria as mesmas gravações representativas, transcrições de referência e regras de avaliação para todos os fornecedores. Este artigo não oferece esse teste. Expressões como “o mais preciso” ou vitórias em benchmarks continuam sendo alegações do fabricante; elas não estabelecem uma classificação entre os produtos daqui.

Na sua avaliação, defina sucesso em termos de produto. Um acervo de entrevistas pesquisável pode tolerar diferenças de pontuação, mas falhar se nomes estiverem ausentes. Um agente de agendamento pode reconhecer todas as palavras e ainda interromper a pessoa na hora errada. Um produto de revisão de chamadas pode precisar mais de atribuição confiável de falas do que de formatação elegante. Avalie o comportamento que muda o resultado para o usuário e mantenha essas categorias separadas na análise dos resultados.

O escopo cobre estes sete fornecedores de APIs para desenvolvedores. Produtos prontos para reuniões e edição têm uma cobertura separada. Outros fornecedores podem merecer avaliação para um idioma ou uma restrição de infraestrutura específica; a ausência deles aqui não significa reprovação em um teste de precisão.

Quais escolhas evitar?

Evite o modelo errado para a tarefa, mesmo quando o fornecedor atende bem em outros aspectos. Estas são incompatibilidades específicas de compra e implementação:

• Modelos descontinuados de transcrição GPT-4o e da API Whisper da OpenAI em uma integração nova de longa duração. O desligamento documentado significa que o trabalho de migração já está marcado. Use modelos atuais ou valide outro fornecedor.
• Voxtral Mini Transcribe Realtime 3 quando a mesma sessão precisa combinar diarização e detecção de turnos. O guia detalhado rejeita explicitamente essa configuração.
• Google Dynamic Batch para interação ao vivo. A tarifa menor compra processamento adiado, que não atende a uma pessoa esperando resposta na chamada.
• Scribe Realtime quando a marcação de falantes ao vivo é obrigatória e seu suporte ainda não foi validado. Exija suporte documentado antes de tratar a diarização do modelo de arquivos como um recurso ao vivo.
• Speechmatics Melia em tempo real quando você precisa de diarização de falantes inferida. Diarização por canal é outro recurso; avalie a opção de modelo adequada.

Evite também escolher apenas por uma chamada de destaque sobre precisão. Um modelo que vence a avaliação do fabricante ainda pode ser inadequado por não ter seu idioma, os metadados de tempo ou o modo de implantação necessários. São requisitos eliminatórios que você consegue conferir antes de um teste.

Dúvidas de quem desenvolve

Existe API de transcrição de áudio grátis?

Use os créditos grátis para validar a configuração paga que você pretende adotar. O Deepgram lista $200 em créditos, o Speechmatics lista $100 e a AssemblyAI publica franquias gratuitas que dependem do modelo. Uso grátis não é promessa de capacidade ilimitada em produção. Confirme quais modelos, modos e adicionais a franquia da conta cobre antes de enviar um acervo.

Como usar uma API de transcrição de áudio com Python?

Escolha o modo de processamento e o modelo antes de escolher um exemplo em Python. Para a transcrição atual de arquivos na OpenAI, o guia oficial começa com gpt-transcribe; o guia de início rápido de áudio da Mistral usa seu modelo Voxtral Mini atual. Para agentes ao vivo, comece pelo guia atual de streaming do fornecedor e implemente os eventos de conexão e de turno. Não use o ID de modelo de um tutorial antigo sem conferir a documentação atual.

Como escolher a configuração da API Google Speech-to-Text?

Em uma nova integração V2, especifique o modelo e o método de reconhecimento e confira a matriz de idiomas e recursos. O reconhecimento Standard e o Dynamic Batch têm tarifas e níveis de urgência diferentes. O Chirp 3 aceita transcrição ao vivo, mas seu fluxo documentado de marcação de falantes funciona sem streaming.

Por onde começar um tutorial de API de transcrição de áudio?

Comece com uma gravação representativa ou uma sessão ao vivo usando o guia de início rápido atual do fabricante. Confira os campos da resposta de que seu produto precisa e acrescente falas difíceis, participantes falando ao mesmo tempo e os idiomas necessários. Só depois teste o pico de conexões e requisições simultâneas e calcule a conta mensal para a configuração exata.

O próximo passo da sua integração

Na próxima semana, compare duas configurações que atendam ao seu requisito mais difícil. Para um assistente ao vivo, pode ser Flux contra Linden com atribuição de falas; para um aplicativo de entrevistas multilíngues, Scribe contra um modelo de arquivos adequado da AssemblyAI ou da Voxtral. Escreva os campos de resposta necessários e os cenários de falha antes de processar as gravações.

Mantenha um pequeno conjunto de aceitação com falas comuns e situações que causariam problemas: uma data corrigida, um nome desconhecido, participantes falando ao mesmo tempo e alternância de idioma, se seus clientes fizerem isso. Registre os erros de transcrição separadamente das falhas de marcação de falantes e de alternância de turnos. Depois, estime a conta com o modo exato, os canais e os adicionais obrigatórios que você avaliou.

Use o AI Business Workflow Audit Checklist para mapear a fonte do áudio, a saída necessária e as transferências entre etapas antes de escolher a API. Acesse o checklist.