2026 年免费语音转文本（STT）API
2026 年免费语音转文本（STT）API
时间 10 分钟 你需要 一个供应商账户；我们核验时，这七家都不需要在注册时提供银行卡 · 用于转写的音频文件或麦克风流 最后核查于 2026 年 10 月 21 日
语音转文本（STT）API 可将录制或实时音频转换为转写文本。目录中有七个经过核验的优惠可让你免费做到这一点，分为两种形式：一次性额度，用完即止（Deepgram、AssemblyAI、Speechmatics、Gladia、Scaleway 的免费分钟数），以及会补充的额度（Groq 每日、Cartesia 每月）。下文的每个数字均于 2026-10-20 在供应商自己的定价或文档页面上核查；供应商未说明数字之处，本指南不列出。
比较免费语音转文本 API
| 优惠 | 免费额度 | 可换取的音频时长 | 速率限制或并发数 | 语言 | 重置方式 |
|---|---|---|---|---|---|
| Deepgram | 200 美元一次性额度，与 TTS 和语音智能体共享 | 约 775 小时 Nova-3 预录音频，按每分钟 0.0043 美元计 | 同时 50 个 REST、150 个流式请求 | 45+ | 一次性，无到期时间 |
| AssemblyAI | 50 美元一次性额度 | 约 333 小时 Universal-2（每小时 0.15 美元），或 238 小时 Universal-3.5 Pro | 免费层每分钟 5 个新流 | 未说明 | 一次性；未说明到期时间 |
| Speechmatics | 100 美元一次性额度，与 TTS 共享 | 约 222 小时 Standard（每小时 0.45 美元），或 133 小时 Enhanced | 同时 2 个实时会话 | 55+ | 一次性；额度有效期 12 个月 |
| Gladia | 50 欧元一次性额度 | 约 312 小时异步 Solaria-3，或 73 小时实时（Gladia 数据） | 免费额度未说明 | 100+ | 一次性；有效期一年 |
| Groq | whisper-large-v3 和 whisper-large-v3-turbo 的免费计划 | 每小时最多 2 小时音频，每天最多 8 小时 | 每分钟 20 个请求，每天 2,000 个 | Whisper 支持的语言 | 按滚动小时和滚动日 |
| Cartesia | 每月 20,000 额度，由 TTS 和 STT 共享 | 约 1 小时 51 分钟 Ink-2（每秒音频 3 额度） | 同时 8 个 STT 请求 | 未说明 | 每月 |
| Scaleway | 60 分钟转写，加 100 万 LLM token | 在其按音频分钟计费的模型（如 whisper-large-v3）上可用 60 分钟 | 未说明 | 未说明 | 未说明 |
Deepgram、AssemblyAI 和 Speechmatics 的小时数是我们根据已公布的按量付费费率计算的；这些供应商给出的是额度和费率，而不是小时数。Groq 的数据是其免费计划限制：每小时 7,200 音频秒，每天 28,800 音频秒。
选择哪一个
- 一次性获得最多免费小时数：Deepgram 的 200 美元额度，不会过期，也覆盖文本转语音，因此一个密钥可服务整个语音应用。
- 永不用完的免费额度：Groq 的免费计划每天补充：每天最多 8 小时 Whisper 音频，每分钟 20 个请求。适合可以等待限额恢复的批处理任务。
- 语言多：Gladia（100+ 种语言，约 312 小时异步音频，50 欧元）或 Speechmatics（55+ 种语言）。
- 实时字幕和语音智能体：Deepgram 的 150 个流式连接；AssemblyAI 免费层每分钟只开 5 个新流，Speechmatics 免费版允许 2 个实时会话。
- 一个月度计划同时覆盖 STT 和 TTS：Cartesia 的 20,000 额度同时覆盖两者；语音合成方面，请参阅我们的[免费文本转语音 API 指南](/learn/free-text-to-speech-api/)。
步骤
- 从表格中选择一个优惠并创建账户。Speechmatics 在免费额度用完后会暂停 API 访问，而不是向你收费；只有想继续按量付费时才添加银行卡。
- 创建 API 密钥，并将其保存在服务器端的环境变量中：任何持有该密钥的人都会消耗你的额度。
- 先转写一个短文件，检查转写文本、语言检测和时间戳，然后再提交积压任务。
- 尽可能选择预录音频（批处理）而不是流式：在 Deepgram 和 Gladia 上，以及 Speechmatics 的 Enhanced 模型，批处理音频每小时成本更低，因此同样额度可用更久。
- 在 Groq 上，拆分长录音并排队请求：免费计划按每小时和每天的音频秒数以及每分钟请求数计限。
还需要文本转语音？
Deepgram 的额度、Speechmatics 的额度和 Cartesia 的每月额度也覆盖 TTS。[免费文本转语音 API 指南](/learn/free-text-to-speech-api/)比较了 ElevenLabs、Cartesia、Amazon Polly、Deepgram、Hume AI 和 Sarvam AI，[免费 AI 语音和音频工具中心](/free-ai-audio-tools)列出了我们追踪的所有音频优惠。
何时自托管
当额度用完或音频不能离开你的机器时，在本地运行 Whisper（MIT）；目录将其列为 Deepgram、AssemblyAI、Speechmatics 和 Gladia 的自托管替代方案。它没有按小时计费；tiny 和 base 模型约需 1 GB 显存，large 模型约需 10 GB。
限制与注意事项
- 大多数免费 STT 是一次性额度。只有 Groq 和 Cartesia 会补充，而 Cartesia 的每月额度不到两小时音频。
- 有效期各不相同。Speechmatics 的注册额度有效期为 12 个月，Gladia 为一年；Deepgram 的额度不会过期。
- 流式是成本更高的路径。在 Deepgram 和 Gladia 上，实时费率高于批处理，而且免费层会限制并发流。
- 免费层会变化。优惠每月重新核查；每个优惠页面上的验证日期是我们上次确认的日期。
本指南中的优惠
- [Deepgram 免费 200 美元额度](/offer/deepgram-free-credit/) · 200 美元 · 无需银行卡 200 美元免费额度，用于 Deepgram 语音转文本和 TTS，无需银行卡
- [AssemblyAI 免费额度](/offer/assemblyai-free-credits/) · 50 美元 · 无需银行卡 50 美元免费额度，用于语音转文本、流式和语音智能体 API
- [Speechmatics 100 美元免费额度](/offer/speechmatics-free-credit/) · 100 美元 ·