# STT（音声認識）

4件の記事

AI文字起こしAPI、結局どれを選ぶべきか — Whisper・Deepgram・ElevenLabs・AssemblyAIを料金と精度で比較

AI文字起こしAPIの主要4サービスを比較。Whisper、Deepgram Nova-3、ElevenLabs Scribe、AssemblyAI Universal-2の料金・精度・日本語対応を解説。

xAIのGrok VoiceがVapiの12種デフォルト音声に採用。TTFA 1秒未満・$0.05/分・100言語以上対応の音声AIが、250万超のエージェントを動かす。

DeepgramはSTT・TTS・Voice Agent APIを統合した音声AIプラットフォーム。Nova-3の精度、Fluxの低レイテンシ、料金体系、競合との違いを開発者視点で解説する。

xAIがGrok STT/TTS APIを公開。文字起こし$0.10/時間、音声合成$4.20/100万文字。ElevenLabsの10分の1以下の価格で精度は上回る。料金・性能・使い所を整理した。