モデル4
- GPT-Transcribe音声 · OpenAI$0.0045 / 分
- Scribe v2音声 · ElevenLabs$0.22 / 時間（約 $0.0037 / 分）。リアルタイム版は $0.39 / 時間
- Nova-3音声 · Deepgram録音済み $0.0043 / 分（多言語 $0.0052）、ストリーミング $0.0077 / 分（多言語 $0.0092）
- Gemini 3.5 Transcribe音声 · Google音声入力 $0.003 / 分 ＋ テキスト出力 $0.002 / 分 相当（Live 版は $0.005 ＋ $0.004 / 分）
AI用語1
- 音声認識（STT）Speech-to-Text音声を聞き取ってテキストに変換する技術です。会議の議事録づくり、字幕の作成、コールセンターの通話記録などに使われます。
企業1
- ElevenLabsイレブンラボ音声合成や文字起こし、音声エージェントなど音声 AI を専門とする企業。読み上げモデル Eleven v4 や、音声・チャットのエージェントを作る ElevenAgents を提供している。