Cloud Speech APIは、1月に1時間までは無料という料金設定です。上のように常時hotword(OK googleや「おい！箱！」)を待っている場合、延々課金されることに … 料金 最初の1000min 無料 1001minから250,000min 0.02$/min 250,001minから500,000min 0.015$/min 500,000minから1,000,000min 0.0125$/min 1,000,000min以後 0.01$/min 料金 Free 5 TPS Bing Speech API 5,000 無料トランザクション / 月 Standard 20 TPS Bing Speech-to-Text API、最大 15 秒の音声 $-/1,000 トランザクション Bing Text-to-Speech API $-/1,000 トランザクション Speech-to-Text はマルチチャネルの状況（ビデオ会議など）で個別のチャネルを認識し、音声文字変換にアノテーションを付けて順序を維持できます。 ノイズ耐性 Speech-to-Text は雑音の多い音声も正常に処理できます。ノイズ除去の必要

概要 Speech to TextはWatsonの音声認識機能です。ディープ・ラーニングを活用し、音響的な特徴と言語知識から正確にテキストを書き起こします。クラウド上でAPIとして提供する音声認識システムであり、長い時間のストリーム音声や幅広い入力フォーマットをサポートしています。

Cloud Speech-to-Text を使用すると、Google の音声認識技術をデベロッパーのアプリケーションに簡単に統合できます。Speech-to-Text API サービスに音声を送信すると、文字変換されたテキストを受け取ることができます。 Azure Speech to Text を使用してアプリ内で音声をテキストに変換することで、より使いやすい対話を実現します。 30 を超える言語で音声をテキストにすばやく正確に文字起こしします。モデルをカスタマイズして、専門分野固有の用語の精度を高めます。 Speech-to-Text は正常に処理された音声の長さに基づいて月ごとに請求され、15 秒単位で切り上げて計算されます。 以下の料金表は、パーソナル システム（スマートフォン、タブレット、ノートパソコン、デスクトップ パソコンなど）のアプリケーションに適用 …