Samengevoegde spraakservices voor spraak-naar-tekst, tekst-naar-spraak en spraakomzetting
The unified Speech services provide a wide range of speech recognition and generation capabilities including speech transcription, text-to-speech and speech translation.
Prijsopties verkennen
Pas filters toe om de prijsopties aan te passen aan uw behoeften.
De prijzen zijn slechts schattingen en zijn niet bedoeld als werkelijke prijsopgaven. De werkelijke prijzen kunnen variëren afhankelijk van het type overeenkomst dat is afgesloten met Microsoft, de aankoopdatum en de valutakoers. De prijzen worden berekend op basis van Amerikaanse dollars en worden geconverteerd op basis van de slotspot-tarieven in Londen die zijn vastgelegd in de twee werkdagen voor de laatste werkdag van de vorige maand. Als de twee werkdagen voor het einde van de maand vallen op een feestdag in de voornaamste markten, is de dag direct voorafgaande aan de twee werkdagen de dag van de tariefvaststelling. Dit tarief is van toepassing op alle transacties gedurende de aankomende maand. Meld u zich aan bij de Azure-prijscalculator voor prijzen op basis van uw huidige programma/aanbieding bij Microsoft. Neemt u contact op met een Azure-verkoopspecialist voor meer informatie over prijzen of om een prijsopgave aan te vragen. Zie veelgestelde vragen over Azure-prijzen.
Amerikaanse overheidsinstanties komen in aanmerking om Azure Government-services van een LSP aan te schaffen zonder betaling vooraf of rechtstreeks met een onlineabonnement met betalen per gebruik.
Belangrijk: De prijs in R$ geldt slechts als referentie; dit is een internationale transactie en de uiteindelijke prijs is onderhevig aan wisselkoersverschillen en de toepassing van IOF-belastingen. Er wordt geen eNF uitgegeven.
Amerikaanse overheidsinstanties komen in aanmerking om Azure Government-services van een LSP aan te schaffen zonder betaling vooraf of rechtstreeks met een onlineabonnement met betalen per gebruik.
Belangrijk: De prijs in R$ geldt slechts als referentie; dit is een internationale transactie en de uiteindelijke prijs is onderhevig aan wisselkoersverschillen en de toepassing van IOF-belastingen. Er wordt geen eNF uitgegeven.
Gratis (F0)
| Categorie | Functies | Prijs |
|---|---|---|
| Spraak-naar-tekst (facturering per seconde) |
Standard | Real-time Transcription: 5 audio hours free per month2 |
| Aangepast |
Real-time Transcription: 5 audio hours free per month2 Hosting van eindpunt: 1 model gratis per maand1 |
|
| Tekst-naar-spraak (facturering per teken) |
Neuraal | 0.5 million tekens gratis per maand |
| spraakvertaling (facturering per seconde) |
Standard | 5 audio-uur gratis per maand |
See the documentation for information on quotas, limits and instructions on how to increase concurrent requests.
1Niet-gebruikte modellen worden na zeven dagen automatisch buiten bedrijf gesteld.
2Gratis audio-uren voor spraak-naar-tekst worden gedeeld tussen Standaard en Aangepast. Batch wordt niet ondersteund.
Pay as You Go: pay only for what you use
Voice Live API and voice agents Prices
Voice Live and voice agents support multiple AI models. For the latest list of supported models, see the documentation.
| Categorie | Functies | Prijs | |
|---|---|---|---|
| Voice Live Pro (facturering per m token)VL1 | Tekst |
Invoer: $- Invoer in cache: $- Output 1 (gpt-realtime, gpt-4o, gpt-4.1, gpt-5, gpt-5-chat): $- Output 2 (gpt-realtime-2, gpt-realtime-2.1): $- |
|
| Audio - Standard |
Invoer: $- Invoer in cache: $- Uitvoer: $- |
||
| Audio - CustomVL2 |
Invoer: $- Invoer in cache: $- Uitvoer: $- |
||
| Native audio with speech-to-speech real-time model |
Invoer: $- Invoer in cache: $- Uitvoer: $- |
||
| Afbeelding |
Invoer: $- Invoer in cache: $- |
||
| Voice Live Standard (per m token billing)VL1 | Tekst |
Invoer: $- Invoer in cache: $- Uitvoer: $- |
|
| Audio - Standard |
Invoer: $- Invoer in cache: $- Uitvoer: $- |
||
| Audio - CustomVL2 |
Invoer: $- Invoer in cache: $- Uitvoer: $- |
||
| Native audio with speech-to-speech real-time model |
Invoer: $- Invoer in cache: $- Uitvoer: $- |
||
| Voice Live Lite (facturering per m token)VL1 | Tekst |
Invoer: $- Invoer in cache: $- Uitvoer: $- |
|
| Audio - Standard |
Invoer: $- Invoer in cache: $- Uitvoer: $- |
||
| Audio - CustomVL2 |
Invoer in cache: $- Uitvoer: $- |
||
| Native audio with speech-to-speech real-time model |
Invoer: $- Invoer in cache: $- Uitvoer: $- |
||
| Voice Live BYO (per m token billing)VL1 | Audio - Standard |
Invoer: $- Uitvoer: $- |
|
| Audio - CustomVL2 |
Invoer: $- Uitvoer: $- |
||
| Voice Live Avatar (per minute billing) | Avatar output with Voice Live | Charged through Text to Speech Avatar ‘interactive avatar (real-time)’. See below Text to Speech pricing table for details. | |
VL1Voice Live pricing tiers are determined by the LLM models selected by developers. Models within each tier may be updated or retired as new options become available. To learn more about how Voice Live API pricing works, click here.
VL2You will be charged separately for custom speech and custom voice model training and hosting. Refer to the ‘Speech to Text – Custom Transcription’ and ‘Text to Speech – Custom Voice – Professional’ pricing for details. Custom voice is a limited access feature. Learn more about how to create custom voices.When using MAI-Transcribe, Standard-Audio pricing applies.
Speech Model Prices
| Categorie | Functies | Prijs | |
|---|---|---|---|
| Spraak-naar-tekst (facturering per seconde) |
Standaardtranscriptie |
Realtimetranscriptie: $- per uur Snelle transcriptie: $- per uur8 MAI Transcribe-2: $- per uur10 MAI Transcribe-1.5: $- per uur Batchtranscriptie: $- per uur1 |
|
| LLM Speech Transcription | $- per uur | ||
| Aangepaste transcriptie |
Realtimetranscriptie: $- per uur Batchtranscriptie: $- per uur1 Hosting van eindpunt: $- per model per uur Aangepaste spraaktraining5: $- per rekenuur |
||
Verbeterde functies voor invoegtoepassingen:
|
Realtime: $- per uur per functie | ||
| spraakvertaling (facturering per seconde) |
Real-time Speech Translation (Standard) | $- per audio-uur3 | |
| Realtime Speech Translation (Live Interpreter) |
Audio invoeren: $- per audio-uur Uitvoertekst: $- per 1 miljoen tekens Audio-uitvoer (standaardstem): $- per audio-uurLI Audio-uitvoer (aangepaste spraak): $- per audio-uurLI |
||
| LLM Speech Translation | $- per uur | ||
| Videovertaling |
Invoervideo: $- per uur Uitvoervideo (standaardstem): $- per uur Uitvoervideo (persoonlijke stem): $- per uur |
||
| Tekst-naar-spraak7 | Standaardstem |
Neural/Neural HD Flash (real-time and batch): $- per 1 miljoen tekens Neural HD (real-time en batch)4: $- per 1 miljoen tekens MAI-Voice: $- per 1 miljoen tekens |
|
| Custom Voice |
Professionele stem:
Synthese (real-time en batch): $- per 1 miljoen tekens
Synthese (realtime Neural HD en batch): $- per 1M tekens Training van spraakmodel: $- per rekenuur tot $- per training Hosting van eindpunt: $- per model per uur |
||
|
Persoonlijke stem6:
Synthese (real-time en batch): $- per 1 miljoen tekens
Stem maken: gratis Opslag van spraakprofielen: $- per 1000 spraakprofielen per maand |
|||
| Text to Speech Add-on feature: Avatar | Standaardavatar |
Real-time (Interactive): $- per minute Batch: $- per minute |
|
| Aangepaste avatar |
Photo Avatar:
Real-time (Interactive): $- per minute
Batch: $- per minute Photo Avatar Creation: $- per avatar |
||
|
Video Avatar:
Real-time (Interactive): $- per minute
Batch: $- per minute Interactieve 4K-avatar (realtime): $- per minuut 4K avatarvideo (batch): $- per minuut Training van avatar-modellen: $- per rekenuur Eindpunthosting: $- per model per uur |
|||
See the documentation for information on quotas, limits and instructions on how to increase concurrent requests.
Spraak-naar-tekst-uren worden gemeten als audio-uren die naar de service worden verzonden, gefactureerd in twee stappen.
1To take advantage of this new Batch Transcription pricing you need to use Speech to text REST API V3.2 or later versions. See Speech to text REST API for information.
2Dit komt overeen met openbare preview-prijzen.
3This price includes 1 audio input and output, up to 2 text translation language using standard or custom Speech to Text and standard Translation. For custom Translation or 3+ translation languages, please reference the Azure Translator in Foundry Tools Text Translation pricing page.
4Selected text to speech voices are available via two model variants: Neural and NeuralHD. Learn more here.
5Custom Speech-training is van toepassing bij het aanpassen van een basismodel dat op of na 1 oktober 2023 is uitgebracht.
6Personal Voice is a limited access feature restricted to certain pre-approved use cases only, with a need to applying for access. To learn more about the service, check the document.
7Tekst-naar-spraak: spraaksynthesegebruik wordt gefactureerd per teken. Avatar wordt gefactureerd per seconde. Training en modelhosting worden gefactureerd per seconde.
8To use Fast Transcription you need to use Speech to text REST API 2024-11-15 or later versions. See Speech to text REST API for information.
9LLM Speech is currently sharing the same price and SKU ID with Fast Transcription.
10Limited-time promotional offer till 12/31/2026
LIDeze prijs is inclusief tekstuitvoer
Commitment Tiers – Standard
| Categorie | Functies | Prijs (per maand) | Overschrijding |
|---|---|---|---|
| Spraak-naar-tekst | Standard | $- voor 2,000 uur | $- per uur |
| $- voor 10,000 uur | $- per uur | ||
| $- voor 50,000 uur | $- per uur | ||
| Aangepast | $- voor 2,000 uur | $- per uur | |
| $- voor 10,000 uur | $- per uur | ||
| $- voor 50,000 uur | $- per uur | ||
Verbeterde functies voor invoegtoepassingen:2
|
$- voor 2,000 uur | $- per uur | |
| $- voor 10,000 uur | $- per uur | ||
| $- voor 50,000 uur | $- per uur | ||
| Tekst-naar-spraak | Neuraal1 | $- voor 80 miljoen tekens | $- per 1 miljoen tekens |
| $- voor 400 miljoen tekens | $- per 1 miljoen tekens | ||
| $- voor 2,000 miljoen tekens | $- per 1 miljoen tekens |
1Dit omvat zowel real-time synthese als batch-synthese met vooraf samengestelde niet-HD en niet-AOAI neurale stemmen. HD-stemmen, AOAI-stemmen, Aangepaste neurale stem en Persoonlijke stem zijn niet inbegrepen.
2Alleen realtime spraak-naar-tekst, invoegtoepassingsfuncties voor continue taalidentificatie en diarisatie die zijn opgenomen in batchspraak naar tekst.
Toezeggingslagen : verbonden container
| Categorie | Functies | Prijs (per maand) | Overschrijding |
|---|---|---|---|
| Spraak-naar-tekst2 | Standard | $- voor 2,000 uur | $- per uur |
| $- voor 10,000 uur | $- per uur | ||
| $- voor 50,000 uur | $- per uur | ||
| Aangepast | $- voor 2,000 uur | $- per uur | |
| $- voor 10,000 uur | $- per uur | ||
| $- voor 50,000 uur | $- per uur | ||
Verbeterde functies voor invoegtoepassingen:2
|
$- voor 2,000 uur | $- per uur | |
| $- voor 10,000 uur | $- per uur | ||
| $- voor 50,000 uur | $- per uur | ||
| Tekst-naar-spraak | Neuraal1 | $- voor 80 miljoen tekens | $- per 1 miljoen tekens |
| $- voor 400 miljoen tekens | $- per 1 miljoen tekens | ||
| $- voor 2,000 miljoen tekens | $- per 1 miljoen tekens |
1Dit omvat real-time synthese met vooraf samengestelde niet-HD en niet-AOAI neurale stemmen. HD-stemmen, AOAI-stemmen en aangepaste stemmen (zowel professionele als persoonlijke stemmen) zijn niet inbegrepen. Batch-synthese is niet inbegrepen.
2Prijzen zijn van toepassing op realtime- en batchgebruikscases. Er zijn geen afzonderlijke batchprijzen voor containers.
See the documentation for information on Commitment tiers.
Toezeggingslagen : container is niet verbonden
Sign up to access speech in disconnected containers, or learn more
| Categorie | Functies | Prijs (per jaar) | Maximaal gebruik (per jaar) | Geprojecteerd gebruik (per maand) |
|---|---|---|---|---|
| Spraak-naar-tekst2 | Standard: Realtime & Batch |
$-
$- Registreren om toegang te krijgen Meer informatie |
120.000 uur
600.000 uur |
10.000 uur
50.000 uur |
| Standard: Fast Transcription |
$-
Registreren om toegang te krijgen Meer informatie |
120.000 uur | 10.000 uur | |
| Custom: Realtime & Batch |
$-
$- Registreren om toegang te krijgen Meer informatie |
120.000 uur
600.000 uur |
10.000 uur
50.000 uur |
|
Verbeterde functies voor invoegtoepassingen:
|
$-
$- |
120.000 uur
600.000 uur |
10.000 uur
50.000 uur |
|
| Tekst-naar-spraak | Neuraal1 |
$-
$- Registreren om toegang te krijgen Meer informatie |
4,8 miljard tekens
24 miljard tekens |
400 miljoen tekens
2000 miljoen tekens |
1Dit omvat real-time synthese met vooraf samengestelde niet-HD en niet-AOAI neurale stemmen. HD-stemmen, AOAI-stemmen en aangepaste stemmen (zowel professionele als persoonlijke stemmen) zijn niet inbegrepen. Batch-synthese is niet inbegrepen.
2Prijzen zijn van toepassing op realtime- en batchgebruikscases. Er zijn geen afzonderlijke batchprijzen voor containers.
Deze functies worden afgeschaft en zijn alleen beschikbaar voor bestaande klanten. Lees de details en ontdek hoe u kunt migreren naar nieuwe functies.
| Exemplaar | Categorie | Functies | Prijs |
|---|---|---|---|
| Gratis - Web/container 1 gelijktijdige aanvraag |
Tekst-naar-spraak | Standard | 5 million tekens gratis per maand |
| Aangepast |
5 million tekens gratis per maand Hosting van eindpunt: 1 model gratis per maand |
||
| Standaard - web/container 100 gelijktijdige aanvragen voor basismodel 20 gelijktijdige aanvragen voor aangepast model |
Tekst-naar-spraak | Standard | $- per 1 miljoen tekens |
| Aangepast |
$- per 1 miljoen tekens Hosting van eindpunt: $- per model per uur |
Azure-prijzen en -aankoopopties
Neem rechtstreeks contact met ons op
Bekijk een overzicht van Azure-prijzen. Krijg inzicht in prijscategorieën voor uw cloudoplossing, leer meer over kostenoptimalisatie en vraag een aangepast voorstel aan.
Praat met een verkoopspecialistAanschafmethoden bekijken
Koop Azure-services via de Azure-website, uw Microsoft-vertegenwoordiger of een Azure-partner.
Verken uw optiesAanvullende bronnen
Azure AI Spraak
Meer informatie over functies en mogelijkheden van Azure AI Spraak.
Prijscalculator
Bereken de verwachte maandelijkse kosten voor het gebruik van een willekeurige combinatie van Azure-producten.
Documentatie
Gebruik technische zelfstudies, video's en andere Azure AI Spraak-bronnen.
Veelgestelde vragen
-
- Voor Spraak-naar-tekst en spraakvertaling wordt verbruik gefactureerd in stappen van 1 seconde.
- For Text to Speech: usage is billed per character. Check the definition of character in the pricing note.
- For custom neural voice hosting: usage is billed per endpoint per second. Check details in the pricing note.
- For personal voice profile storage: usage is billed per voice profile per day. Check details in the pricing note.
- Voor Tekst-naar-spraak Avatar wordt het gebruik per seconde gefactureerd.
- Voor Spraak-naar-tekst en Tekst-naar-spraak (inclusief Avatar) wordt eindpunthosting voor aangepaste modellen gefactureerd per seconde per model.
-
Met behulp van de spraakservice kunnen gebruikers basislijnmodellen aanpassen op basis van hun eigen akoestiek- en taalgegevens. Hierdoor ontstaan aangepaste spraakmodellen die voor zowel Spraak-naar-tekst als spraakvertaling kunnen worden gebruikt.
-
Het taalmodel is een waarschijnlijkheidsverdeling over reeksen woorden. Het taalmodel helpt het systeem een beslissing te nemen bij reeksen woorden die (bijna) hetzelfde klinken, op basis van de waarschijnlijkheid van de woordreeksen zelf. Zo klinken 'hij drinkt water' en 'hij dringt water' bijna hetzelfde, maar omdat de eerste vorm veel vaker zal voorkomen dan de tweede, krijgt deze een hogere score in het taalmodel. Als u verwacht dat gesproken query's voor uw toepassing bepaalde items bevatten zoals productnamen of vaktermen die in gewone gesproken taal nauwelijks voorkomen, kunt u de prestaties in veel gevallen verbeteren door het taalmodel aan te passen. Als u bijvoorbeeld een app aan het bouwen bent om met gesproken opdrachten te zoeken in MSDN, komen termen als 'objectgeoriënteerd', 'naamruimte' of 'dot net' waarschijnlijk vaker voor dan in doorsnee spraaktoepassingen. Door het taalmodel aan te passen zorgt u ervoor dat het systeem dergelijke termen leert kennen.
-
Het akoestisch model is een classificatie waarbij in elke taal korte audiofragmenten worden gekwalificeerd als een van verschillende fonemen, of klankeenheden. Deze fonemen kunnen worden samengevoegd om woorden te vormen. Het woord 'spraak' bijvoorbeeld bestaat uit vijf fonemen: 's p r aa k'. Deze classificaties worden gemaakt in de orde van grootte van 100 keer per seconde. Door aanpassing van het akoestisch model kan het systeem leren om spraak beter te herkennen in atypische omgevingen. Als u bijvoorbeeld een app hebt die bedoeld is voor werknemers in een magazijn of fabriek, kan een aangepast akoestisch model spraak nauwkeuriger herkennen tussen alle andere geluiden in dergelijke omgevingen.
-
Speech service offers a wide range of text-to-speech (TTS) voice fonts, however custom neural voice allows you to build your own custom voice that suits your needs and your brand. Read the blog for more information.
-
Met taalidentificatie kun je een overschakeling in gesproken taal identificeren en spraak dienovereenkomstig transcriberen. Dit kan worden toegepast in scenario's waarin de audiotaal onbekend is of wanneer spreker(s) meerdere talen kunnen spreken. Identificatie van één taal is gratis beschikbaar. Continue taalidentificatie is een verbeterde invoegtoepassingsfunctie. Ga naar de documentatie voor meer informatie.
-
- Pronunciation assessment evaluates speech pronunciation and gives speakers feedback on the accuracy and fluency of spoken audio. With pronunciation assessment, language learners can practice, get instant feedback, and improve their pronunciation so that they can speak and present with confidence. Educators can use the capability to evaluate pronunciation of multiple speakers in real time. Visit docs to learn more.
- It is charged as standard Speech to Text, example:
For evaluation of 8 seconds of speech, you will be charged around $-
Praat met een verkoopspecialist voor een overzicht van de Azure-prijzen. Krijg inzicht in de prijzen voor uw cloudoplossing.
Maak gratis gebruik van cloudservices en $200 tegoed om Azure gedurende 30 dagen te kunnen verkennen.