网站介绍
火山引擎音频提供语音识别、语音合成、声音复刻等云端能力，偏向开发者和业务接入。适合客服、内容生产、语音交互和批量处理；商用前应核对接口计费与声音授权条款。
实际工作流上，通常通过控制台创建应用、选择语音模型，再以 API 或 SDK 接入识别、合成、复刻和实时对话。
它的主要优势是中文语音产品线完整，适合企业接入、批量生产以及需要低延迟响应的业务场景。
需要注意的是计费由模型、并发、字符数或音频时长共同决定，正式上线前需要做成本和延迟压测。
核心功能
核心音频能力
语音识别
火山引擎音频 围绕“语音识别”提供相应的生成、处理或工作流能力。
语音合成
火山引擎音频 围绕“语音合成”提供相应的生成、处理或工作流能力。
API
火山引擎音频 围绕“API”提供相应的生成、处理或工作流能力。
工作流与场景
使用流程
通常通过控制台创建应用、选择语音模型，再以 API 或 SDK 接入识别、合成、复刻和实时对话。
适用场景
中文语音产品线完整，适合企业接入、批量生产以及需要低延迟响应的业务场景。
输出与交付
主要通过流式接口、SDK 或 API 输出，实际延迟取决于网络、模型和接入架构。
表现与限制
实际表现
在语音识别、语音合成、API任务中更有代表性，效果会受到输入质量和参数选择影响。
速度与稳定性
在线任务依赖平台队列和当前网络，批量生产前应先测试高峰期表现。
现实限制
计费由模型、并发、字符数或音频时长共同决定，正式上线前需要做成本和延迟压测。
价格与方案
火山引擎按具体语音能力、字符包与调用量计费，公开产品页当前展示大模型语音合成字数包。
大模型语音合成字数包
新客试用
¥22.50 / 10 万字月付
页面同时标注常规价 45 元/个
新客专享
限购数量以活动页为准
更大字数包
批量语音生产
¥400月付
页面同时标注常规价 800 元/个
具体包量以购买页为准
不同模型可能另行计费
企业与高并发
产品接入
联系销售
按模型、并发和调用量报价
联系销售确认折扣与 SLA
使用条件
- 账号要求
- 完整功能通常需要注册账号；额度和可用功能以当前账号页面为准。
- 网络要求
- 需要联网。
- 输入素材
- 上传录音、歌词、文本、音乐或人物声音前，应确认拥有相应处理权。
- 声音授权
- 复刻、模仿或公开使用他人声音前必须取得明确授权。
- 输出许可
- 免费、付费、API 和企业方案的商用许可可能不同，发布前需核对。
- 隐私要求
- 敏感录音、客户通话和未公开内容应先确认平台的数据处理与保留政策。
- 额度与队列
- 字符、分钟、点数、生成次数、并发和排队速度可能随方案变化。
- 人工复核
- 转写、发音、歌词、音乐结构和授权信息在交付前仍应人工检查。
相似工具
DeepgramCartesiaHume AIElevenLabs
信息说明
本条目仅整理产品定位与适用场景。套餐、额度、可用地区和授权条款会调整，请以官网与当前账号页面为准。
如发现网站无法访问或介绍内容有误，可以前往信息纠错提交反馈。