Speech-to-Text se cobra en función de la cantidad de audio que procesa correctamente el servicio cada mes y se mide en incrementos de un segundo. Si la API devuelve una respuesta, el audio enviado en la solicitud se procesó de forma correcta. Esto incluye una respuesta vacía, que indica que la API procesó el audio, pero no pudo transcribirlo. Las solicitudes que generan un error de servidor no cuentan como procesadas de forma correcta y, por lo tanto, no generan ningún costo.
Puedes ver el estado actual de la facturación, incluidos el uso y tu factura actual, en la consola de Google Cloud. Si quieres obtener más detalles para administrar tu cuenta, consulta la documentación de Facturación de Cloud o la asistencia para Facturación de Cloud.
API de Speech-to-Text V2
Los precios de la siguiente tabla se aplican a los minutos de audio procesados por mes para la API de Speech-to-Text v2.
Modelos de reconocimiento estándar
Modelos de reconocimiento estándar
Categoría | Modelo | Precio (USD) * | Gemini Enterprise Flexible Savings Plan - 1 Year* (USD) | Gemini Enterprise Flexible Savings Plan - 3 Year* (USD) |
|---|---|---|---|---|
Reconocimiento (sku:3099-B70F-0949) | Estándar | 0 minute to 500,000 minute USD 0.016 / 1 minute, per 1 month / account 500,000 minute to 1,000,000 minute USD 0.01 / 1 minute, per 1 month / account 1,000,000 minute to 2,000,000 minute USD 0.008 / 1 minute, per 1 month / account 2,000,000 minute and above USD 0.004 / 1 minute, per 1 month / account | 0 minute to 500,000 minute USD 0.0144 / 1 minute, per 1 month / account 500,000 minute to 1,000,000 minute USD 0.009 / 1 minute, per 1 month / account 1,000,000 minute to 2,000,000 minute USD 0.0072 / 1 minute, per 1 month / account 2,000,000 minute and above USD 0.0036 / 1 minute, per 1 month / account | 0 minute to 500,000 minute USD 0.0128 / 1 minute, per 1 month / account 500,000 minute to 1,000,000 minute USD 0.008 / 1 minute, per 1 month / account 1,000,000 minute to 2,000,000 minute USD 0.0064 / 1 minute, per 1 month / account 2,000,000 minute and above USD 0.0032 / 1 minute, per 1 month / account |
Reconocimiento por lotes dinámico estándar
Reconocimiento por lotes dinámico estándar
Categoría | Modelo | Precio (USD) | ||
|---|---|---|---|---|
Reconocimiento dinámico por lotes (sku:7700-6778-EF8E) | Estándar¹ | USD 0.003 / 1 minute, per 1 month / account | USD 0.0027 / 1 minute, per 1 month / account | USD 0.0024 / 1 minute, per 1 month / account |
- Los modelos estándar¹ incluyen: default, command_and_search, latest_short, latest_long, phone_call, video, chirp (solo Speech-to-Text V2)
- Los modelos de médicos² incluyen: medical_conversation, medical_dictation
- Cada solicitud se redondea al incremento de 1 segundo más cercano
API de Speech-to-Text V1
Los precios de la siguiente tabla se aplican a los minutos de audio procesados por mes para la API de Speech-to-Text v1.
Categoría | Modelo | Precio (USD) * | Gemini Enterprise Flexible Savings Plan - 1 Year* (USD) | Gemini Enterprise Flexible Savings Plan - 3 Year* (USD) |
|---|---|---|---|---|
Reconocimiento de voz (con registro de datos) sku:67F5-A183-E319 | Estándar¹ | 0 minute to 60 minute USD 0.00 (Free) / 1 minute, per 1 month / account 60 minute and above USD 0.016 / 1 minute, per 1 month / account | 0 minute to 60 minute USD 0.00 (Free) / 1 minute, per 1 month / account 60 minute and above USD 0.0144 / 1 minute, per 1 month / account | 0 minute to 60 minute USD 0.00 (Free) / 1 minute, per 1 month / account 60 minute and above USD 0.0128 / 1 minute, per 1 month / account |
Reconocimiento de voz (sin registro de datos) sku:60AE-2FE3-C3D8 | Estándar¹ | 0 minute to 60 minute USD 0.00 (Free) / 1 minute, per 1 month / account 60 minute and above USD 0.024 / 1 minute, per 1 month / account | 0 minute to 60 minute USD 0.00 (Free) / 1 minute, per 1 month / account 60 minute and above USD 0.0216 / 1 minute, per 1 month / account | 0 minute to 60 minute USD 0.00 (Free) / 1 minute, per 1 month / account 60 minute and above USD 0.0192 / 1 minute, per 1 month / account |
- Los modelos estándar¹ incluyen: default, command_and_search, latest_short, latest_long, phone_call, video, chirp (solo Speech-to-Text V2)
- Cada solicitud se redondea al incremento de 1 segundo más cercano
Modelos de medicina
Modelos de medicina
Categoría | Modelo | Precio (USD) * | Gemini Enterprise Flexible Savings Plan - 1 Year* (USD) | Gemini Enterprise Flexible Savings Plan - 3 Year* (USD) |
|---|---|---|---|---|
Dictado médico (sku:6649-62EF-CB8F) | Medicina² | 0 minute to 60 minute USD 0.00 (Free) / 1 minute, per 1 month / account 60 minute and above USD 0.078 / 1 minute, per 1 month / account | 0 minute to 60 minute USD 0.00 (Free) / 1 minute, per 1 month / account 60 minute and above USD 0.0702 / 1 minute, per 1 month / account | 0 minute to 60 minute USD 0.00 (Free) / 1 minute, per 1 month / account 60 minute and above USD 0.0624 / 1 minute, per 1 month / account |
Conversación médica (sku:7247-19E1-FB4D) | Medicina² | 0 minute to 60 minute USD 0.00 (Free) / 1 minute, per 1 month / account 60 minute and above USD 0.078 / 1 minute, per 1 month / account | 0 minute to 60 minute USD 0.00 (Free) / 1 minute, per 1 month / account 60 minute and above USD 0.0702 / 1 minute, per 1 month / account | 0 minute to 60 minute USD 0.00 (Free) / 1 minute, per 1 month / account 60 minute and above USD 0.0624 / 1 minute, per 1 month / account |
- Los modelos de médicos² incluyen: medical_conversation, medical_dictation
Factores que influyen en los precios
Los precios de Speech‑to‑Text se determinan en función de los siguientes factores:
- La cantidad de canales que se reconocen en el audio
- La duración y la cantidad de audio que envías
- El modelo de reconocimiento que usas
- El método por lotes que usas
- La versión de API que usas
Varios canales
Cada canal de audio se factura por separado. Si envías solicitudes con varios canales, se te facturará según la duración total de la sumatoria del audio procesado para todos los canales. Esta contabilización de tiempo difiere de la forma de hacer el seguimiento a los límites de uso mensuales. Los límites de uso no tienen en cuenta varios canales y se determinan solo por la duración del archivo de audio. Por ejemplo, si envías una solicitud con 30 segundos de audio y 4 canales, se te facturarán 120 segundos, pero solo 30 segundos contarán para tu cuota mensual. Consulta la página Cuotas y límites para obtener más detalles.
Por lotes dinámicos
La API de Speech-to-Text v2 tiene la opción de usar lotes dinámicos. El procesamiento dinámico por lotes procesa el audio con un nivel de urgencia más bajo. Si habilitas los lotes dinámicos, se te facturará una tarifa con descuento.
Cargas de trabajo grandes
Para los clientes con cargas de trabajo muy grandes, es posible que haya descuentos por volumen adicionales disponibles. Comunícate con el equipo de Ventas para obtener más información.
Precios de Google Cloud
Si almacenas en Google Cloud Storage los archivos de audio que deben reconocerse o usas otros recursos de Google Cloud en conjunto con Speech‑to‑Text, como las instancias de Google App Engine, también se te facturará el uso de esos servicios. Consulta la calculadora de precios de Google Cloud para determinar otros costos según las tarifas actuales.
¿Qué sigue?
- Lee la documentación de Speech-to-Text.
- Comienza a usar Speech-to-Text.
- Prueba la calculadora de precios.
- Obtén más información sobre las soluciones y los casos de uso de Speech-to-Text.
