ElevenLabs vs Deepgram：文字起こし料金と精度

ElevenLabs Scribe v2は音声1時間あたり$0.22で、Deepgram Nova-3の$0.258より安く、AA-WERも2.2%対5.2%と低い。Nova-3は548.1×対68.4×（実時間比）で8.0×高速に処理します。

更新日 · 3 出典 · 比較方法

比較項目優位な比較対象差根拠
音声時間の料金ElevenLabs$0.038$0.22 / $0.25823
AA-WER v2ElevenLabs3.0 pp2.2% / 5.2%1
処理速度係数Deepgram8.0×68.4× / 548.1×1

性能

提供元モデルAA-WER v2 (%)処理速度係数
ElevenLabs1Scribe v22.2%68.4×
Deepgram1Nova-35.2%548.1×

料金とリクエスト費用

提供元音声時間の料金100 h
ElevenLabs2$0.22$22.00
Deepgram3$0.258$25.80
算例：録音済みモノラル音声100時間
ElevenLabs$22.00
Deepgram$25.80

機能と提供条件

比較項目ElevenLabsDeepgram
モデル・課金の範囲Scribe v2はファイル文字起こしモデル。別料金のリアルタイム製品はこの計測エンドポイントではありません。2Nova-3には録音済み・ストリーミングAPIがありますが、記載の単言語料金とAA値は録音済み処理です。3

各サービスが向いている用途

ElevenLabs

  • 修正作業を減らしたい文字起こしならScribe v2。AA-WERと音声基本料金の両方でこの両社比較をリードします。123
  • 68.4×はNova-3の548.1×より遅く、大量の録音バックログを処理する用途では不利です。1

Deepgram

  • 一括処理の完了時間を重視し、単語誤り率の上昇を許容できるアプリならNova-3です。1
  • Nova-3のAA-WERは5.2%でScribe v2の2.2%を上回り、モノラル基本料金も高くなります。123

比較方法と出典

AA-WER v2はAA-AgentTalk (50%)、修正版VoxPopuli (25%)、修正版Earnings22 (25%)を使用。速度はAAの直近7日間の中央値による10分音声の処理秒数比で、リアルタイム遅延ではありません。録音済みモノラル基本料金で、追加機能と追加チャンネルを除きます。

音声費用は公表料金による試算で、税とサブスクリプションのクレジットを除外。Novita AIが公開資料に基づき掲載しています。

  1. Artificial Analysis · AA-WER v2 non-streaming
  2. ElevenLabs · API公式料金
  3. Deepgram · API公式料金

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