Paxa Labs 与 Deepgram：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 Deepgram Nova 模型的比较，涵盖夹杂英语的泰语、区分说话人、专有词汇、字幕、文件大小、实时轮次，以及各自适用的场景。
如果您的产品要转写泰语，先看那些说到一半切换成英语的泰语录音。Deepgram 的 Nova-3 语言列表包含泰语，其多语言模式能在十种语言之间跟随说话人切换，这十种语言里没有泰语。Paxa STT Lite 以泰语为先，也能转写其他语言。泰语句子中途转成英语时，会按原话写出，无需任何设置。Paxa STT Lite 目前是研究预览版，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。
价格与说明最近核实于 2026年10月
差异
| 维度 | Paxa Labs | Deepgram（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。 | Nova-3 的语言列表包含泰语（th、th-TH）和普通话。其价格页面称 Nova 模型支持 45 种以上语言。 |
| 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。 | Nova-3 的多语言模式 multi 可在英语、西班牙语、法语、德语、印地语、俄语、葡萄牙语、日语、意大利语和荷兰语之间切换，泰语不在其中。 |
| 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。 | 每个词都带有说话人编号。其价格规则在录音转写中包含该功能，流式转写则按附加功能收费。 |
| 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。 | Nova-3 和 Flux 上的 Keyterm Prompting 每个请求最多 500 个 token，价格页面将其列为附加功能。 |
| 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。 | 其 API 返回 JSON，再由字幕库 @deepgram/captions 在您自己的代码里转换成 WebVTT 或 SRT。 |
| 录音大小 | 每个请求最长 60 分钟、最大 25 MiB。更长的录音请在停顿处切分。 | 文件最大 2 GB。在 Nova 模型上处理超过 10 分钟的请求会返回 504。 |
| 实时轮次 | Paxa STT Lite Realtime 通过 WebSocket 流式传输，报告用户何时开始和停止说话，每个轮次发送一份最终转写。 | Flux 运行在其 /v2/listen 接口上，检测每个轮次的结束，提供英语模型和覆盖十种语言的多语言模型。 |
来源：Deepgram models and languages（在新标签页中打开）Deepgram pricing（在新标签页中打开）Deepgram diarization（在新标签页中打开）Deepgram keyterm prompting（在新标签页中打开）Deepgram captions guide（在新标签页中打开）Deepgram pre-recorded audio（在新标签页中打开）Deepgram Flux quickstart（在新标签页中打开）
- Paxa STT Lite，每小时音频
- $0.50
- Deepgram
- $0.26-0.31
- 对方价格的倍数
- 0.52-0.62×
对方的价格区间从 Nova-3 Monolingual 到 Nova-3 Multilingual，按 Pay As You Go 的录音转写费率计算，Whisper Large 介于两者之间，不含附加功能。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 | Deepgram | 差额 |
|---|---|---|---|
| 10 小时 | Paxa Labs$5 | Deepgram$2.58-3.12 | 差额贵 $2.42 |
| 100 小时 | Paxa Labs$50 | Deepgram$25.80-31.20 | 差额贵 $24.20 |
| 1,000 小时 | Paxa Labs$500 | Deepgram$258-312 | 差额贵 $242 |
| 10,000 小时 | Paxa Labs$5,000 | Deepgram$2,580-3,120 | 差额贵 $2,420 |
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 Deepgram 更合适
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，有理由继续使用 Deepgram。其 Nova 模型覆盖 45 种以上语言，单个请求可接收最大 2 GB 的文件，我们的上限是 60 分钟。对方的附加功能还包括隐私信息遮蔽和实体识别，这两项我们都不提供。当您的录音是泰语，尤其是说话人会在泰语里夹着英语时，请选择我们。
常见问题
Deepgram 能转写泰语吗？
能。其语言列表在 Nova-3 和 Nova-2 上都列有泰语。可跟随说话人切换语言的多语言模式覆盖十种语言，其中没有泰语。
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