本文介绍 Speech-to-Text 的当前 API 限制和用量限额。如果这些限制和用量限额发生任何更改，我们会相应地更新本页面以反映这些更改。我们保留更改这些限制的权利。
如有必要，您可以申请增加配额。如需详细了解如何查看和管理您的配额，请参阅 Google Cloud 的“配额”页面。
在您提交申请后，Google 可能会联系您获取更多信息，并告知您的申请是否获批。
内容限制
同步请求
同步识别请求（使用 Recognize 方法）接受请求 content 字段中内联的音频数据，或者作为请求 uri 字段中的 Cloud Storage URI 接受音频数据。发送到同步请求的音频的上限为 10 MB 或 1 分钟的音频时长（以先达到者为准）。如需详细了解同步识别，请参阅同步识别概览。
流式请求
流式传输识别请求（使用 StreamingRecognize 方法）仅接受请求的 audio 字段中的内嵌音频。数据流中的每个请求不得超过 25 KB 的音频。音频流最多可打开 5 分钟，并且必须以接近实时的速率发送音频。如果您需要流式传输超过 5 分钟的内容，请参阅无限流式传输教程。如需详细了解流式传输识别，请参阅流式传输识别概览。
批量请求
批量识别请求（使用 BatchRecognize 方法）仅接受音频作为请求的 uri 字段中的 Cloud Storage URI。每个 BatchRecognizeRequest 最多可包含 15 个要转写的 files。每个文件的持续时间最长可达 8 小时。如需详细了解同步识别，请参阅批量识别概览。
多语言识别
多语言识别仅适用于全球、美国和欧盟 Speech-to-Text 端点。
自适应
您还可以在任何请求中提供 PhraseSet 和 CustomClass 资源。以下限制适用于这些资源：
| 语音自适应限制 | 价值 |
|---|---|
| 允许的短语增强值上限 | 20 |
| PhraseSet 中的短语数 | 1200 |
| 每个请求的短语数 | 5000 |
| 每个短语的字符数 | 100 |
| 每个请求的总字符数 | 100000 |
| CustomClass 中的项数上限 | 500 |
| 每个 CustomClass 项的字符数上限 | 500 |
| 每个 SpeechAdaptation 的 PhraseSet 数上限 | 20 |
| 每个 SpeechAdaptation 的 CustomClass 数上限 | 20 |
资源限制
Speech-to-Text 的当前 API 资源限额如下（可能会更改）：
| 限制类型 | 用量限额 |
|---|---|
| 识别器数量（每个区域） | 5000 |
| 自定义类的数量（每个区域） | 5000 |
| 短语集数量（每个区域） | 5000 |
请求限制
Speech-to-Text 的当前 API 用量限额如下（可能会更改）：
| 限制类型 | 用量限额 |
|---|---|
| 每 60 秒（每个区域）的资源请求数 | 100 |
| 每 60 秒（每个区域）的操作请求数 | 150 |
| 每 60 秒（每个区域）的同步识别请求数 | 300 |
| 每 60 秒（每个区域）的流式识别请求数 * | 3,000 |
| 每 5 分钟（每个区域）的流式识别会话数* | 300 |
| 每 60 秒（每个区域）的批量识别请求数 | 150 |
* 流式识别的配额限制为每 5 分钟 300 个并发会话，每分钟的限制为 3000 个请求，这适用于所有并发会话。会话的初始配置请求不计入请求配额。
这些限制适用于每个 Speech-to-Text 开发者项目，并且使用给定开发者项目的所有应用和 IP 地址消耗的用量均计入该限额。