Paxa Labs 与 AssemblyAI：泰语及多语言语音转文字对比
一个以泰语为先的转写 API 与 AssemblyAI Universal 模型的比较，涵盖语言覆盖、夹杂英语的泰语、请求流程、区分说话人、专有词汇、字幕和实时计费。
如果您的产品要转写泰语，能读懂泰语的模型决定了您还能用上哪些功能。AssemblyAI 在 Universal-2 上列有泰语，这是其支持 99 种语言的模型。较新的 Universal-3.5 Pro 支持 18 种语言，其中没有泰语，可设置为遇到这组之外的语言时转交 Universal-2 处理。Paxa STT Lite 以泰语为先，也能转写其他语言，词级时间戳、说话人轮次和字幕都在同一个请求里返回。它目前是研究预览版，转写质量和选项可能随版本更新而变化。
价格与说明最近核实于 2026年10月
差异
| 维度 | Paxa Labs | AssemblyAI（在新标签页中打开） |
|---|---|---|
| 语言 | 以泰语为先，也能转写其他语言。Paxa STT Lite 按所说的语言写出转写文本，并自动识别语言。识别有误时，可用 BCP 47 语言提示纠正。 | Universal-2 支持 99 种语言，包括泰语。Universal-3.5 Pro 支持 18 种语言，含普通话但没有泰语，可设置为把其余语言转交 Universal-2。 |
| 同一段录音里的泰语和英语 | 泰语句子中途转成英语时，按原话写出，无需设置，也不做翻译。 | Universal-3.5 Pro 能在其 18 种语言之间跟随说话人在句中切换。在 Universal-2 上，手动指定的语码切换列表最多两个代码，其中一个必须是英语。 |
| 请求流程 | 一个请求直接在响应里返回转写文本，适用于最长 60 分钟的录音。更长的录音请在停顿处切分。 | 向 /v2/transcript 发送 POST 会返回一个转写 ID，之后需要轮询，直到状态变为 completed，也可以设置 webhook_url，在转写完成时接收回调。 |
| 区分说话人 | 返回说话人轮次，按首次出现的顺序从 0 开始编号，适用于短于 9 分钟的录音，不额外收费。 | 返回以 A、B、C 标注的语段，按附加功能收费。其指南建议每位说话人至少有 30 秒的连续发言。 |
| 专有词汇 | 词表最多 50 个词，泰语或其他语言均可，不额外收费。 | keyterms_prompt 最多接受 1,000 个词或短语，每个短语不超过六个词。Universal-2 已包含该功能，Universal-3.5 Pro 上则按附加功能收费。 |
| 字幕 | SRT 或 WebVTT 文件随同一个响应返回，每处换行都落在词边界上，泰语也一样。 | 转写完成后，可从单独的接口导出 SRT 或 VTT，并用 chars_per_caption 设置每条字幕的长度。 |
| 实时转写如何计费 | Paxa STT Lite Realtime 按收到的音频计费，静音也计入，并报告用户何时开始和停止说话。 | 流式转写按 WebSocket 连接保持打开的时长计费，与发送了多少音频无关。end_of_turn 为 true 的 Turn 消息表示一个轮次已经结束。 |
来源：AssemblyAI supported languages（在新标签页中打开）AssemblyAI code switching（在新标签页中打开）AssemblyAI Universal-3.5 Pro（在新标签页中打开）AssemblyAI webhooks（在新标签页中打开）AssemblyAI speaker diarization（在新标签页中打开）AssemblyAI pricing（在新标签页中打开）AssemblyAI transcript export（在新标签页中打开）AssemblyAI streaming（在新标签页中打开）
- Paxa STT Lite，每小时音频
- $0.50
- AssemblyAI
- $0.15-0.21
- 对方价格的倍数
- 0.3-0.42×
对方的价格区间从 Universal-2 到 Universal-3.5 Pro，按即用即付的录音转写费率计算，不含区分说话人等附加功能。所有价格均按每小时录音计，从服务商最便宜的按量付费模型到最贵的模型。按分钟或按秒计费的价格均已换算为这一单位。
按您的用量计算的费用
| 每月音频时长 | Paxa Labs | AssemblyAI | 差额 |
|---|---|---|---|
| 10 小时 | Paxa Labs$5 | AssemblyAI$1.50-2.10 | 差额贵 $3.50 |
| 100 小时 | Paxa Labs$50 | AssemblyAI$15-21 | 差额贵 $35 |
| 1,000 小时 | Paxa Labs$500 | AssemblyAI$150-210 | 差额贵 $350 |
| 10,000 小时 | Paxa Labs$5,000 | AssemblyAI$1,500-2,100 | 差额贵 $3,500 |
每个数字都是双方公布的价格乘以旁边的用量。如果对方公布的是价格区间，就按最低价比较，并显示该区间。
什么情况下 AssemblyAI 更合适
Universal-2 支持 99 种语言，对方的附加功能还包括隐私信息遮蔽、实体识别和情感分析，这些我们都不提供。我们的模型仍是研究预览版，输出和选项可能随版本更新而变化。需要一个已经定型的模型的团队，有理由选择对方。其 keyterm 列表最多可容纳 1,000 项，我们的词表上限是 50 个词。当您的录音是泰语、夹着英语，或需要在一个请求里同时拿到时间戳、说话人和字幕时，请选择我们。
常见问题
AssemblyAI 能转写泰语吗？
其语言列表在 Universal-2 上列有泰语。Universal-3.5 Pro 的 18 种语言里没有泰语，可在请求中设置为把列表之外的语言转交 Universal-2 处理。
研究预览版对 Paxa STT Lite 意味着什么？
请求按公布的费率计费。转写质量和选项可能随版本更新而变化，我们语音转文字页面上的更新日志会记录每一次变化。
是否发布准确率或延迟对比？
没有。我们不公开自己测得的准确率、质量或延迟数据，无论针对我们的模型还是其他任何模型。请用同一段录音在两边各转写一次，对照两份转写文本。
这里的价格有多新？
价格取自各家公开的标价，集中记录在一处，并按固定周期复核。最近一次核对的月份标在页面顶部。
其他对比
从免费积分开始
使用 Google、GitHub 或 Hugging Face 登录，即可用 100 一次性免费积分处理您自己的文本。
免费开始