Hoppa till huvudinnehåll

Priser för Taltjänster

Unified Speech Services för tal-till-text, text-till-tal och talöversättning

De enhetliga Speech-tjänsterna omfattar ett brett utbud funktioner för taligenkänning och talgenerering, som taltranskription, text till tal och talöversättning. Speech-tjänsterna omfattar ett brett utbud funktioner för taligenkänning och talgenerering, som taltranskription, text till tal, talöversättning och talarigenkänning.

Utforska prisalternativ

Använd filter för att anpassa prisalternativ efter dina behov.

Priserna är endast uppskattningar och är inte avsedda som faktiska prisoffert. Den faktiska prissättningen kan variera beroende på vilken typ av avtal som du ingår med Microsoft, inköpsdatum och växelkursen. Priserna beräknas baserat på amerikanska dollar och konverteras med hjälp Thomson Reuters Benchmark-växlingskurs som uppdateras den första dagen i varje kalendermånad. Logga in på Priskalkylator för Azure för att se priser baserat på ditt aktuella program/erbjudande med Microsoft. Kontakta en Azure försäljningsspecialist för mer information om prissättning eller för att begära en prisoffert. Se vanliga frågor och svar om Prissättning för Azure.

Kostnadsfri (F0)

Kategori Funktioner Pris
Tal till text
(fakturering per sekund)
Standard 5 ljudtimmar utan kostnad per månad
Anpassat 5 ljudtimmar utan kostnad per månad
Värdhantering med slutpunkt: 1 modell utan kostnad per månad1
Flerkanalsljud för samtalstranskription FÖRHANDSVERSION 5 ljudtimmar utan kostnad per månad
Text till tal
(fakturering per tecken)
Neural 0.5 million tecken utan kostnad per månad
Talöversättning
(fakturering per sekund)
Standard 5 ljudtimmar utan kostnad per månad
Talarigenkänning
(fakturering per transaktion)
Talarverifiering2 10,000 kostnadsfria transaktioner per månad
Talaridentifiering2 10,000 kostnadsfria transaktioner per månad
Lagring av röstprofil 10,000 kostnadsfria transaktioner per månad

Se dokumentationen för information om kvoter, gränser och instruktioner om hur du ökar samtidiga begäranden.

1Oanvända modeller inaktiveras automatiskt efter 7 dagar

2Talarigenkänning är en funktion med begränsad åtkomst där du måste ansöka om åtkomst.

Betala per användning: betala endast för det du använder.

Kategori Funktioner Pris
Tal till text
(fakturering per sekund)
Standard $- per ljudtimme
Anpassat $- per ljudtimme
Värdhantering med slutpunkt: $- per modell och timme
Förbättrade tilläggsfunktioner:
  • Språkidentifiering
  • Gruppdiarisering för fler än 3 talare
$- per ljudtimma per funktion
Flerkanalsljud för samtalstranskription FÖRHANDSVERSION $- per ljudtimme1
Text till tal
(fakturering per tecken)
Neural Real-time & batch synthesis: $- per 1 miljon tecken
Skapande av långt ljud: $- per 1 miljon tecken
Anpassad neural röst2 Träning: $- per beräkningstimme, upp till $- per träning
Real-time & batch synthesis: $- per 1 miljon tecken
Värdhantering med slutpunkt: $- per modell och timme
Skapande av långt ljud: $- per 1 miljon tecken
Talöversättning
(fakturering per sekund)
Standard $- per ljudtimme
Talarigenkänning
(fakturering per transaktion)
Talarverifiering3 $- per 1,000 transaktioner
Talaridentifiering3 $- per 1,000 transaktioner
Lagring av röstprofil $- per 1,000 röstprofiler (10,000 röstprofiler per månad)

Se dokumentationen för information om kvoter, gränser och instruktioner om hur du ökar samtidiga begäranden.

1 Här återges prissättningen för den offentliga förhandsversionen. Priser för den allmänt tillgängliga versionen meddelas senare.

2 Anpassad neural röst (CNV) är en funktion med begränsad åtkomst och innehåller pro- och lite-versioner. Med CNV Lite (offentlig förhandsvisning) kan kunderna spela in sin egen röst och skapa en modell för demonstration/utvärdering, innan ansöker om åtkomst till Pro. Kolla in var CNV är tillgängligt.

3 Talarigenkänning är en funktion med begränsad åtkomst där du måste ansöka om åtkomst.

Åtagandenivåer

Instans Kategori Funktioner Pris (per månad) Överförbrukning
Azure – Standard Tal till text Standard $- för 0 timmar $- per timme
$- för 2,000 timmar $- per timme
$- för 10,000 timmar $- per timme
$- för 50,000 timmar $- per timme
Anpassat $- för 2,000 timmar $- per timme
$- för 10,000 timmar $- per timme
$- för 50,000 timmar $- per timme
Text till tal Neural1 $- för 80M tecken $- per 1M tecken
$- för 400M tecken $- per 1M tecken
$- för 2,000M tecken $- per 1M tecken
Ansluten container – standard Tal till text Standard $- för 0 timmar $- per timme
$- för 2,000 timmar $- per timme
$- för 10,000 timmar $- per timme
$- för 50,000 timmar $- per timme
Anpassat $- för 2,000 timmar $- per timme
$- för 10,000 timmar $- per timme
$- för 50,000 timmar $- per timme
Text till tal Neural1 $- för 0M tecken $- per 1M tecken
$- för 0M tecken $- per 1M tecken
$- för 80M tecken $- per 1M tecken
$- för 400M tecken $- per 1M tecken
$- för 2,000M tecken $- per 1M tecken
Frånkopplad container Tal till text Standard Registrera dig för att få åtkomst
Läs mer
Anpassat Registrera dig för att få åtkomst
Läs mer
Text till tal Neural1 Registrera dig för att få åtkomst
Läs mer
1 Endast realtidssyntes, detta inkluderar inte långt ljudskapande.

Dessa funktioner är inaktuella och är endast tillgängliga för befintliga kunder att använda. Kontrollera information och lär dig hur du migrerar till nya funktioner.

Instans Kategori Funktioner Pris
Kostnadsfri - Webb/Container
1 samtidig begäran
Text till tal Standard 5 million tecken utan kostnad per månad
Anpassat 5 million tecken utan kostnad per månad
Värdhantering med slutpunkt: 1 modell utan kostnad per månad
Standard – webb/container
100 samtidiga begäranden för basmodellen
20 samtidiga begäranden för den anpassade modellen
Text till tal Standard $- per 1 miljon tecken
Anpassat $- per 1 miljon tecken
Värdhantering med slutpunkt: $- per modell och timme

Priser och köpalternativ för Azure

Kontakta oss direkt

Få en genomgång av priser för Azure. Förstå prissättningen för din molnlösning, läs mer om kostnadsoptimering och begär ett anpassat förslag.

Prata med en säljare

Se köpalternativ

Köp Azure-tjänster via Azure-webbplatsen, din Microsoft-representant eller en Azure-partner.

Utforska dina alternativ

Ytterligare resurser

Taltjänster

Läs mer om funktioner och egenskaper för Taltjänster.

Priskalkylator

Beräkna din förväntade månadskostnad för användning av valfri kombination av Azure-produkter.

Dokumentation

Ta del av tekniska självstudiekurser, videor och fler resurser för Taltjänster.

Vanliga frågor och svar

    • För Tal till text och Talöversättning debiteras användningen i steg om en sekund.
    • För Text till tal: användning debiteras per tecken. Kontrollera definitionen av tecknet i prissättingsanteckning.
    • För Tal till text och Text till tal debiteras slutpunktsvärd för anpassade modeller per sekund per modell.
    • För Anpassade kommandon: faktureringen baseras på användningen av Tal till text, Text till tal och Language Understanding. Inga nya faktureringsmätare introduceras med Anpassade kommandon.
    • Det kostar inget att träna Tal till text-modeller. De enda kostnaderna är slutpunktsvärd per modell när de har distribuerats och sedan kostnaden per ljudtimma för Anpassat Tal till text.
  • Med taltjänsten kan användarna anpassa baslinjemodeller utifrån sin egna ljud- och språkdata, vilket ger anpassade talmodeller som kan användas mot både tal till text och talöversättning.

  • Språkmodellen är en sannolikhetsfördelning över sekvenser av ord. Språkmodellen hjälper systemet att välja bland ordsekvenser som låter lika, baserat på ordsekvensernas sannolikhet. Till exempel låter ”känna igen tal” och ”pekoral” lika, men den första hypotesen är mycket mer sannolik, och tilldelas därför en högre poäng av språkmodellen. Om du förväntar dig att röstfrågor ska innehålla vissa vokabulärobjekt, som produktnamn eller en jargong som förekommer väldigt sällan i vanligt talspråk, är det sannolikt att du får bättre prestanda om du anpassar språkmodellen. Om du exempelvis skulle bygga en app som ska söka på MSDN med tal är det sannolikt att termer som ”objektorienterad”, ”namnområde” eller ”.net” förekommer oftare än i vanliga röstprogram. Anpassning av språkmodellen gör att systemet kan lära sig det.

  • Den akustiska modellen är en klassificerare som märker korta ljudfragment till ett av flera fonem, eller ljudenheter, på varje språk. Dessa fonem kan sammanfogas för att forma ord. Ordet ”tal” består till exempel av tre fonem – ”t a l”. Klassificeringarna görs 100 gånger per sekund. Genom anpassning till den akustiska modellen kan systemet lära sig att bättre känna igen tal i ovanliga miljöer. Om du till exempel har en app som är utformad av medarbetare i ett lager eller en fabrik kan en anpassad akustisk modell känna igen tal mer exakt trots de omgivande ljuden.

  • I Speech Service finns redan en mängd olika rösttyper för text till tal (TTS), men med anpassad neural röst kan du också skapa en egen anpassad röst som passar dina behov och ditt varumärke. Läs blogginlägget om du vill veta mer.

  • I vissa fall kanske en talare eller flera talare talar flera olika språk i en och samma ljudfil eller direktpresentation. Med kontinuerlig språkidentifiering kan du identifiera språkbyten och transkribera tal därefter. Den här funktionen är kostnadsfri i den privata förhandsversionen och kan nås via Speech SDK. Besök Docs om du vill veta mer.

Prata med en säljare för att få en genomgång av Azure-priser. Förstå prissättningen av din molnlösning.

Få kostnadsfria molntjänster och en kredit på $200 för att utforska Azure i 30 dagar.

Har lagts till i beräkningen. Tryck på ”v” för att visa på kalkylator
Kan vi hjälpa dig?