Deepgramの代替サービス

AssemblyAI Universal-3.5 ProはDeepgram Nova-3の音声1時間$0.258を$0.21に、AA-WERを5.2%から3.0%に下げ、ElevenLabs Scribe v2は$0.22で2.2%です。ただしNova-3の速度係数548.1×に並ぶ代替はありません。

更新日 · 7 出典 · 比較方法

用途推奨理由
算例で最も低い料金AssemblyAI$0.21 / h3
比較対象で最も速い出力Deepgram548.1×1
AA-WER v2ElevenLabs2.2%1

性能

提供元モデルAA-WER v2 (%)処理速度係数
Deepgram1Nova-35.2%548.1
AssemblyAI1Universal-3.5 Pro3.0%100.3
ElevenLabs1Scribe v22.2%68.4
OpenAI1GPT Transcribe3.3%52.2

料金とリクエスト費用

提供元音声時間の料金100 h
Deepgram2$0.258$25.80
AssemblyAI3$0.21$21.00
ElevenLabs4$0.22$22.00
OpenAI5$0.27$27.00
算例：録音済みモノラル音声100時間
Deepgram$25.80
AssemblyAI$21.00
ElevenLabs$22.00
OpenAI$27.00

各サービスの強みと制約

  1. AssemblyAI · Universal-3.5 Pro

    Universal-3.5 Proは音声100時間をDeepgramの$25.80から$21.00に、AA-WERを5.2%から3.0%に下げ、処理速度は実時間の100.3×です。31

    音声時間の料金
    $0.21
    AA-WER v2
    3.0%
    処理速度係数
    100.3×

    強み

    本比較ではNova-3より時間料金とAA-WERが低くなっています。13

    制約

    Universal-3.5 Proは18言語に対応。他の言語では別モデルを使うことがあり、この精度をAssemblyAIの全言語に適用できません。7

  2. ElevenLabs · Scribe v2

    Scribe v2のAA-WERは2.2%で最も低く、Nova-3の5.2%の半分未満。費用は音声100時間で$22.00です。41

    音声時間の料金
    $0.22
    AA-WER v2
    2.2%
    処理速度係数
    68.4×

    強み

    選択した文字起こしモデルで単語誤り率が最も低い結果です。1

    制約

    AA処理速度はScribe v2が68.4×、Nova-3が548.1×。この比較では精度の優位性と一括処理速度の低さが併存します。1

  3. OpenAI · GPT Transcribe

    GPT Transcribeは音声100時間で$27.00とDeepgramより$1.20高く、AA-WERは3.3%、処理速度は実時間の52.2×です。51

    音声時間の料金
    $0.27
    AA-WER v2
    3.3%
    処理速度係数
    52.2×

    強み

    文字起こしはGPT APIと同じプロバイダーのアカウントから利用できます。6

    制約

    GPT Transcribeのファイル上限は25 MBのため、長い録音は圧縮または分割が必要で、処理速度係数52.2×はこの中で最も低い値です。OpenAIが2027-02-26に終了するGPT-4o Transcribeの後継モデルです。6

比較方法と出典

AA-WER v2はAA-AgentTalk（50%）、クリーニング済みVoxPopuli（25%）、クリーニング済みEarnings22（25%）で構成。速度係数はAAの直近7日間の中央値で、10分間の音声で1秒あたりに処理できる音声秒数を示し、リアルタイム遅延ではありません。料金は録音済みモノラル音声の基本料金で、追加機能、追加チャンネル、リアルタイムモデルは別料金です。

音声料金は試算で、実際の請求額ではありません。税とサブスクリプションのクレジットは除外。Novita AIが公開資料に基づいて音声APIを比較しています。

カードは音声1時間あたりの基本料金順で、AssemblyAI、ElevenLabs、OpenAIの順。精度とバッチ処理速度は別の選択基準です。OpenAIはGPT Transcribeを音声の長さで課金し、1分あたり$0.0045、1時間あたり$0.27です。3456

  1. Artificial Analysis · AA-WER v2 non-streaming
  2. Deepgram · API公式料金
  3. AssemblyAI · API公式料金
  4. ElevenLabs · API公式料金
  5. OpenAI · API公式料金
  6. OpenAI · ファイル文字起こしとモデル提供終了
  7. AssemblyAI · Proの対応言語

Novita Model APIsで開発を始める

Novita AI は音声認識（speech-to-text）を提供していません。文字起こしサービスと Novita の LLM API を組み合わせて書き起こしの要約・分析に使うか、音声出力には Fish Audio text-to-speech をご利用ください。

開発を始めるモデルを見る