AITOT

Calculateur

Tarifs Speech-to-Text & Text-to-Speech

Comparez les tarifs STT (par minute) et TTS (par 1M caractères) sur 7 fournisseurs. Entrez minutes audio et caractères mensuels pour voir le stack le moins cher.

Tarifs actualisés:

Le calculateur AITOT Speech Pricing compare le coût du Speech-to-Text (STT) et du Text-to-Speech (TTS) sur 7 fournisseurs — OpenAI, Google Cloud, Azure AI Speech, AWS (Transcribe + Polly), Deepgram, AssemblyAI et ElevenLabs. Le STT est facturé par minute d'audio ; le TTS par million de caractères de texte — des unités différentes de tout autre calculateur de ce site.

À 10 000 minutes de transcription par lot par mois, AssemblyAI Universal-2 est le moins cher à $25 ($0.0025/min) ; OpenAI GPT-4o mini Transcribe coûte $30. Pour le temps réel/streaming, Deepgram Nova-3 mène à $0.0048/min ($48/mois au même volume), juste devant ElevenLabs Scribe v2 Realtime à $0.0065/min. Côté TTS, 5M caractères/mois coûtent $20 sur Google Cloud Standard/WaveNet ou AWS Polly Standard, contre $800 sur Google Cloud Studio — un écart de 40× pour le même texte.

Le STT en streaming/temps réel coûte nettement plus cher que par lot chez un même fournisseur (Azure : 5.5×, AWS : identique, Deepgram : ~1.8×) car il nécessite une infrastructure à faible latence toujours active. OpenAI est la seule exception côté TTS : facturé par token, pas par caractère, donc son chiffre $/1M caractères dans ce calculateur est une approximation dérivée, pas un tarif natif — clairement signalé partout où il apparaît.

Tarifs Speech-to-Text

Le moins cher · mensuel

AssemblyAI · Universal-2 (pre-recorded)

$0.0025 $ / minute

$25/mois

FournisseurModèle$ / minuteTotal / mois
AssemblyAIUniversal-2 (pre-recorded)$0.0025$25
OpenAIGPT-4o mini Transcribe$0.003$30
Azure AI SpeechStandard (batch)$0.003$30
AssemblyAIUniversal-3.5 Pro (pre-recorded)$0.0035$35
ElevenLabsScribe v1/v2 (batch)$0.0037$37
OpenAIGPT-4o Transcribe$0.006$60
DeepgramNova-3 (pre-recorded)$0.0077$77
Google CloudSpeech-to-Text v2 (Standard/Chirp)

Volume discount to $0.004/min at 2M+ min/month

$0.016$160
AWS TranscribeStandard (batch)$0.024$240

Tarifs Text-to-Speech

Le moins cher · mensuel

Google Cloud · Standard / WaveNet

$4.00 $ / 1M caractères

$20/mois

FournisseurModèle$ / 1M caractèresTotal / mois
Google CloudStandard / WaveNet$4.00$20
AWS PollyStandard$4.00$20
OpenAIGPT-4o mini TTS

Billed per token ($0.60/M text-input + $12/M audio-output), not per character — figure is a derived approximation from ~1,000 input chars ≈ 1 min audio ≈ $0.015

$15.00$75
DeepgramAura-1$15.00$75
Google CloudNeural2$16.00$80
Azure AI SpeechNeural$16.00$80
AWS PollyNeural$16.00$80
Azure AI SpeechNeural HD

Dropped from $30/M in March 2026

$22.00$110
Google CloudChirp 3: HD$30.00$150
AWS PollyGenerative$30.00$150
DeepgramAura-2$30.00$150
ElevenLabsFlash / Turbo$50.00$250
AWS PollyLong-Form$100.00$500
ElevenLabsMultilingual v2/v3$100.00$500
Google CloudStudio$160.00$800

Le STT en streaming/temps réel coûte généralement plus cher que le mode batch chez un même fournisseur. Le TTS d'OpenAI est facturé par token, pas par caractère — son chiffre $/1M caractères est une approximation dérivée, pas un tarif natif.

Ce que fait ce calculateur

7 fournisseurs, 2 unités de prix

STT en $/minute, TTS en $/1M caractères — les unités que toute facture vocale réelle utilise.

Toggle lot vs streaming

Le tarif STT temps réel/streaming diffère du lot jusqu'à 5.5× chez un même fournisseur.

Tableaux STT + TTS séparés

La plupart des apps n'utilisent qu'une direction (transcrire ou narrer) — comparez chacune séparément.

Coût mensuel à votre échelle

Entrez vos minutes/caractères réels par mois, pas un tarif générique.

Tri moins cher en premier

Les deux tableaux trient par coût mensuel total, le gagnant à votre échelle est toujours en première ligne.

TTS facturé par token signalé

OpenAI GPT-4o mini TTS facture par token — son chiffre par caractère est clairement signalé comme approximation.

Comparaison rapide

Coût mensuel à 10 000 minutes STT (lot) + 5M caractères TTS

ComposantFournisseur le moins cherMensuel
STT lot (10k min)AssemblyAI Universal-2$25
STT lot (10k min)OpenAI GPT-4o mini Transcribe$30
STT streaming (10k min)Deepgram Nova-3 (streaming)$48
TTS (5M caractères)Google Cloud / AWS Polly Standard$20
TTS (5M caractères)Deepgram Aura-1$75
TTS (5M caractères)Google Cloud Studio$800

Les voix Standard/de base coûtent 8–40× moins cher que les voix premium (Studio, Long-Form) pour le même nombre de caractères.

Comment utiliser ce calculateur

Comparez le coût mensuel du Speech-to-Text et du Text-to-Speech sur 7 fournisseurs.

  1. 1

    Entrez les minutes STT/mois

    Total des minutes audio transcrites mensuellement — appels, réunions, messagerie vocale, sous-titres.

  2. 2

    Choisissez lot ou streaming

    Lot (pré-enregistré) est moins cher. Streaming (temps réel) coûte plus mais est nécessaire pour sous-titres en direct/agents vocaux.

  3. 3

    Entrez les caractères TTS/mois

    Total des caractères de texte synthétisés en audio mensuellement.

  4. 4

    Comparez et choisissez

    Les deux tableaux trient du moins cher au plus cher. Les voix Standard gagnent sur le coût ; les premium (Studio, Long-Form) sur le naturel.

Pourquoi utiliser ce calculateur

  • ✓7 fournisseurs, STT + TTS
  • ✓Modélisation lot vs streaming
  • ✓Unités réelles $/minute + $/caractère
  • ✓Tri moins cher en premier
  • ✓TTS facturé par token, signalé pas caché
  • ✓Aucune connexion requise

Questions fréquentes

Quelle est l'API Speech-to-Text la moins chère en 2026 ?+
Pour le lot/pré-enregistré : AssemblyAI Universal-2 à $0.0025/min ($0.15/heure), ou ElevenLabs Scribe à $0.0037/min. Pour le temps réel/streaming : Deepgram Nova-3 streaming à $0.0048/min est actuellement le moins cher, juste devant ElevenLabs Scribe v2 Realtime à $0.0065/min.
Quelle est l'API Text-to-Speech la moins chère en 2026 ?+
Google Cloud Standard et AWS Polly Standard coûtent tous deux $4 par 1M caractères — le palier le moins cher parmi les 7 fournisseurs comparés. Les paliers premium (Google Studio à $160/M, AWS Long-Form à $100/M) coûtent 25–40× plus pour le même nombre de caractères.
Pourquoi le tarif TTS d'OpenAI semble différent des autres fournisseurs ?+
gpt-4o-mini-tts d'OpenAI facture par token ($0.60/M texte-entrée + $12/M audio-sortie), pas par caractère comme les autres fournisseurs TTS. Le calculateur convertit ceci en un chiffre approximatif $/1M caractères (~$15) via le ratio documenté ~1 000 caractères ≈ 1 minute d'audio — signalé comme estimation dérivée, pas un tarif natif.
Le STT en streaming coûte-t-il plus cher que par lot ?+
Généralement, mais pas toujours. Azure facture 5.5× plus cher le temps réel ($1/heure) que le lot ($0.18/heure). AWS Transcribe facture pareil pour lot et streaming, $0.024/min. Deepgram est le contre-exemple — son palier streaming Nova-3 ($0.0048/min) est en fait moins cher que son palier pré-enregistré ($0.0077/min), inversant le schéma de sa génération précédente Nova-2.
Combien coûte la transcription de 1 000 heures d'audio par mois ?+
1 000 heures = 60 000 minutes. Avec AssemblyAI Universal-2 ($0.0025/min) : $150/mois. Avec OpenAI GPT-4o mini Transcribe ($0.003/min) : $180/mois. Avec AWS Transcribe palier 1 ($0.024/min) : $1 440/mois — mais AWS descend à $0.015/min au-delà de 250K min/mois.
Faut-il choisir une voix Standard ou Neural/premium pour le TTS ?+
Les voix Standard (Google/AWS à $4/M caractères) conviennent pour les outils internes, la lecture d'accessibilité et le contenu brouillon. Les voix Neural ($16/M) sonnent nettement plus naturelles et sont le choix par défaut pour l'audio orienté client. Les voix Studio/Long-Form ($100-160/M) ne valent le coût que pour la narration phare (livres audio, publicités) où la qualité vocale est le produit.