Kalkulator
Harga Speech-to-Text & Text-to-Speech
Bandingkan harga STT (per menit) dan TTS (per 1M karakter) di 7 provider. Masukkan menit audio dan karakter per bulan untuk lihat stack termurah.
Harga diperbarui:
Kalkulator AITOT Speech Pricing membandingkan biaya Speech-to-Text (STT) dan Text-to-Speech (TTS) di 7 provider — OpenAI, Google Cloud, Azure AI Speech, AWS (Transcribe + Polly), Deepgram, AssemblyAI, dan ElevenLabs. STT dikenakan biaya per menit audio; TTS dikenakan biaya per juta karakter teks input — unit berbeda dari kalkulator lain di situs ini.
Pada 10.000 menit transkripsi batch per bulan, AssemblyAI Universal-2 termurah di $25 ($0.0025/menit); OpenAI GPT-4o mini Transcribe $30. Untuk real-time/streaming, Deepgram Nova-3 memimpin di $0.0048/menit ($48/bulan pada volume sama), sedikit di atas ElevenLabs Scribe v2 Realtime di $0.0065/menit. Di sisi TTS, 5M karakter/bulan biayanya $20 di Google Cloud Standard/WaveNet atau AWS Polly Standard, dibanding $800 di Google Cloud Studio — selisih 40× untuk teks yang sama.
STT streaming/real-time biayanya jauh lebih mahal dari batch di provider yang sama (Azure: 5.5×, AWS: sama, Deepgram: ~1.8×) karena butuh infrastruktur latensi rendah yang selalu aktif. OpenAI adalah pengecualian tunggal di TTS: dikenakan biaya per token, bukan per karakter, jadi angka $/1M karakternya di kalkulator ini adalah perkiraan turunan, bukan tarif asli — ditandai jelas di mana pun muncul.
Harga Speech-to-Text
Termurah · bulanan
AssemblyAI · Universal-2 (pre-recorded)
$0.0025 $ / menit
$25/bulan
| Provider | Model | $ / menit | Total / bulan |
|---|---|---|---|
| AssemblyAI | Universal-2 (pre-recorded) | $0.0025 | $25 |
| OpenAI | GPT-4o mini Transcribe | $0.003 | $30 |
| Azure AI Speech | Standard (batch) | $0.003 | $30 |
| AssemblyAI | Universal-3.5 Pro (pre-recorded) | $0.0035 | $35 |
| ElevenLabs | Scribe v1/v2 (batch) | $0.0037 | $37 |
| OpenAI | GPT-4o Transcribe | $0.006 | $60 |
| Deepgram | Nova-3 (pre-recorded) | $0.0077 | $77 |
| Google Cloud | Speech-to-Text v2 (Standard/Chirp) Volume discount to $0.004/min at 2M+ min/month | $0.016 | $160 |
| AWS Transcribe | Standard (batch) | $0.024 | $240 |
Harga Text-to-Speech
Termurah · bulanan
Google Cloud · Standard / WaveNet
$4.00 $ / 1M karakter
$20/bulan
| Provider | Model | $ / 1M karakter | Total / bulan |
|---|---|---|---|
| Google Cloud | Standard / WaveNet | $4.00 | $20 |
| AWS Polly | Standard | $4.00 | $20 |
| OpenAI | GPT-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 |
| Deepgram | Aura-1 | $15.00 | $75 |
| Google Cloud | Neural2 | $16.00 | $80 |
| Azure AI Speech | Neural | $16.00 | $80 |
| AWS Polly | Neural | $16.00 | $80 |
| Azure AI Speech | Neural HD Dropped from $30/M in March 2026 | $22.00 | $110 |
| Google Cloud | Chirp 3: HD | $30.00 | $150 |
| AWS Polly | Generative | $30.00 | $150 |
| Deepgram | Aura-2 | $30.00 | $150 |
| ElevenLabs | Flash / Turbo | $50.00 | $250 |
| AWS Polly | Long-Form | $100.00 | $500 |
| ElevenLabs | Multilingual v2/v3 | $100.00 | $500 |
| Google Cloud | Studio | $160.00 | $800 |
STT streaming/real-time biasanya lebih mahal dari batch di provider yang sama. TTS OpenAI dikenakan biaya per token, bukan per karakter — angka $/1M karakter adalah perkiraan turunan, bukan tarif asli.
Yang dilakukan kalkulator ini
7 provider, 2 unit harga
STT dalam $/menit, TTS dalam $/1M karakter — unit yang dipakai tagihan speech nyata.
Toggle batch vs streaming
Harga STT real-time/streaming beda dari batch/pre-recorded hingga 5.5× di provider yang sama.
Tabel STT + TTS terpisah
Kebanyakan app cuma pakai satu arah (transcribe atau narrate) — bandingkan masing-masing terpisah.
Biaya bulanan sesuai skala Anda
Masukkan menit/karakter nyata per bulan, bukan rate generik.
Urutan termurah dulu
Kedua tabel diurutkan berdasar total biaya bulanan, jadi pemenang di skala Anda selalu baris pertama.
TTS berbasis token ditandai
OpenAI GPT-4o mini TTS dikenakan biaya per token — angka per-karakternya ditandai jelas sebagai perkiraan.
Perbandingan cepat
Biaya bulanan di 10.000 menit STT (batch) + 5M karakter TTS
| Komponen | Provider termurah | Bulanan |
|---|---|---|
| STT batch (10k menit) | AssemblyAI Universal-2 | $25 |
| STT batch (10k menit) | OpenAI GPT-4o mini Transcribe | $30 |
| STT streaming (10k menit) | Deepgram Nova-3 (streaming) | $48 |
| TTS (5M karakter) | Google Cloud / AWS Polly Standard | $20 |
| TTS (5M karakter) | Deepgram Aura-1 | $75 |
| TTS (5M karakter) | Google Cloud Studio | $800 |
Voice Standard/dasar 8–40× lebih murah dari tier premium (Studio, Long-Form) untuk jumlah karakter sama.
Cara menggunakan kalkulator
Bandingkan biaya bulanan Speech-to-Text dan Text-to-Speech di 7 provider.
- 1
Masukkan menit STT/bulan
Total menit audio yang Anda transcribe tiap bulan — call, meeting, voicemail, caption video.
- 2
Pilih batch atau streaming
Batch (pre-recorded) lebih murah. Streaming (real-time) lebih mahal tapi perlu untuk live caption/voice agent.
- 3
Masukkan karakter TTS/bulan
Total karakter teks input yang Anda synthesize jadi audio tiap bulan.
- 4
Bandingkan dan pilih
Kedua tabel urut termurah ke termahal. Voice Standard menang di biaya; premium (Studio, Long-Form) menang di kealamian.
Kenapa pakai kalkulator ini
- ✓7 provider, STT + TTS
- ✓Modeling batch vs streaming
- ✓Unit nyata $/menit + $/karakter
- ✓Urutan termurah dulu
- ✓TTS berbasis token ditandai, tidak disembunyikan
- ✓Tanpa login