计费概述
AI 智能识别包括语音转文字、AI 实时翻译和文本转语音三个能力。
语音转文字：通过 STT 把语音转录成文本，可实现实时字幕效果。
AI 实时翻译：将转换文本后的内容翻译成指定语言文本，可实现实时翻译效果。
文本转语音：通过 TTS 技术把文本转换为语音，可实现文本转语音效果。
计费说明
语音转文字费用
语音转文字服务支持识别 TRTC 房间内指定用户或所有用户的音频流，通过 STT 把语音转录成文本，可实现实时字幕效果。
在翻译场景下为了保证整体效果，您无法使用第三方的 STT。
计费方式：日结后付费计费。
计费周期：按日计费。详细计费和出账时间以实际 计费账单 为准。 AI 实时翻译费用
AI 实时翻译服务可以将转换文本后的内容翻译成指定语言文本，可实现翻译效果。
计费方式：日结后付费计费。
计费周期：按日计费。详细计费和出账时间以实际 计费账单 为准。 文本转语音费用
文本转语音可以将任意文本实时转换为自然流畅的语音，可实现语音合成效果。
计费方式：日结后付费计费。
计费周期：按日计费。详细计费和出账时间以实际 计费账单 为准。 计费价格
语音转文字服务、AI 实时翻译服务和文本转语音的刊例价如下表所示：
|
语音转文字 | 实时语音识别 | 0.5（美元/小时） | 可支持中文普通话、中英混、方言和小语种，包括：zh（中文）、en（英语）、yue（粤语）、ar（阿拉伯语）、de（德语）、fr（法语）、es（西班牙语）、pt（葡萄牙语）、id（印尼语）、it（意大利语）、ko（韩语）、ru（俄语）、th（泰语）、vi（越南语）、ja（日语）、tr（土耳其语）、hi（印地语）、ms（马来语）、nl（荷兰语）、sv（瑞典语）、da（丹麦语）、fi（芬兰语）、pl（波兰语）、cs（捷克语）、fil（菲律宾语）、fa（波斯语）、el（希腊语）、ro（罗马尼亚语）、hu（匈牙利语）、mk（马其顿语）。 |
| 录音文件识别 | 0.2（美元/小时） |
|
| 高级模型 | 1.2（美元/小时） | 支持 22 种语言，包括： 中文、中文繁体、英语、越南语、日语、韩语、印度尼西亚语、泰语、葡萄牙语、土耳其语、阿拉伯语、西班牙语、印地语、法语、马来语、菲律宾语、德语、意大利语、俄语、瑞典语、丹麦语、挪威语。 |
AI 实时翻译 | 标准模型 | 0.96（美元/小时） | 支持 15 种语言，包括： 中文、英语、越南语、日语、韩语、印度尼西亚语、泰语、葡萄牙语、阿拉伯语、西班牙语、法语、马来语、德语、意大利语、俄语。 |
文本转语音 | Flash | 0.06 （美元/千字符） | 支持中文、英语、日语、韩语以及粤语方言文本实时转换为自然流畅的多音色语音。 |
| 多语种模型 |
| |
用量统计
说明：
语音转文字，AI 实时翻译时长统计精度为秒，按 SDKAppID 维度，以每日累计秒数转换成分钟数后进行计费，不足一分钟按一分钟计。
当房间内发起语音转文字和实时翻译时，将会有机器人作为虚拟观众加入房间，订阅需要语音转文字的音视频流，产生 音视频时长 用量费用。 文本转语音统计精度为字符，收费单位为千字符，按日累计字符数进行计费，保留三位小数。
文本字符统计时，1 个汉字算 2 个字符（包括日文汉字、韩文汉字或其他语言中产生和用到的汉字）；英语字母，其他语言字符，标点符号，特殊符号，空格，回车等都算 1 个字符。
语音转文本、实时翻译以及文本转语音（在 AI 实时对话 方案中集成）并发限制 100；其他场景使用文本转语音限制 20 QPS。 若您有更高的并发需求，请通过商务或者 提交工单 联系。 语音转文字
只有开始参与 AI 智能识别的音频时长才进行用量统计。
若主播多流输入，对每路流的使用时长进行相加统计收费。
只有在真人开启麦克风后，系统才会同步启用 STT 服务识别语音内容，持续时间以真人开启麦克风持续时间为准。
AI 实时翻译
按照参与 AI 智能识别翻译能力的音频时长进行用量统计。
主播单路流输入，若输出多种翻译语言，则按照输入的音频时长 * 输出的语种个数进行收费。
文本转语音
按照文本转语音的输入文本字符数量进行用量统计。
主播单路流输入，按照需要语音合成的字符数量进行收费。
计费示例
用户 A 和 B 用中文通话，观众 C 需要看到英文字幕并能听到英文语音，观众 D 需要看到日文字幕并听到日文语音，需先使用语音转文字（实时语音识别），再使用实时翻译和文本转语音的功能，通话 10 分钟，语音合成英文字符用量 16 千字符（用户 A 和 用户 B 的中文内容翻译成英文后进行语音合成的字符量假设分别为 8000 个字符）、语音合成日文字符用量 10 千字符 (用户 A 和 用户 B 的中文内容翻译成日文后进行语音合成的字符量假设分别为 5000 个字符）的计费如下
|
语音转文字（实时语音识别） | 10 分钟 | 10 分钟 | 20 分钟 |
实时翻译 | 10 分钟 * 2 | 10 分钟 * 2 | 40 分钟 |
文本转语音 | 8 千英文字符 + 5 千日语字符 | 8 千英文字符 + 5 千日语字符 | 26 千字符 |
分析：
语音转文字（实时语音识别）：共产生 20 分钟用量，单价为 0.5 美元/小时（0.0083 美元/每分钟），共 0.17 美元。
实时翻译：共产生 40 分钟用量，单价为 0.016 美元/分钟，共 0.64 美元。
文本转语音：共产生 26.000 千字符用量，单价为 0.06 美元/千字符，共 1.56 美元。
则在此场景中，您需要支付 2.37 美元。
接入指引