Salad Transcription API 是什么？
这个工具对应的是 SaladCloud 的转录 API，而不是其全部 GPU 云产品。核心任务是把音频转换成可继续处理的文本，并提供说话人区分、词级时间信息与字幕输出，便于接入播客、访谈、会议记录和内容处理流程。
官网区分标准 Transcription API 与 Transcription Lite。前者面向更重视批量转录准确性的任务，列出音频增强、定制词汇、摘要、情感分析、分类与自定义提示等能力；Lite 更强调周转速度和核心转录功能。两者的价格与支持范围需要分别查看，不能把其中一种的能力或费率直接套用到另一种。
官网展示的准确率来自其标注的 CommonVoice 基准测试，属于特定数据集与方法下的结果，不代表每种语言、口音、录音设备或噪声条件的实际表现。上线之前应使用自己的音频验证转录内容、说话人标签和时间轴，尤其关注领域专有名词与多人交叠发言。
费用按音频时长和月度用量档位计算，官网说明失败转录不收费。大规模接入时，除了单价还应检查处理耗时、任务状态和下游字幕或文本流程；特殊部署与更大用量需要按官方企业方案另行评估。
主要功能
转录：语音识别、说话人区分和词级时间标注。
字幕：提供 SRT 等输出，服务于音视频内容流程。
分析：标准版列出摘要、情感、分类和定制词汇相关能力。
方案选择：标准 API 与 Lite 面向不同准确性和周转需求。
适用场景与人群
需要批量转录的内容团队、媒体平台和语音应用开发者。
待转录的音频与对应 API 任务设置。
转录文本、说话人标签、时间信息、字幕或文本分析结果。
如何使用
- 01
从官网进入开发文档，区分标准 API 与 Lite 的适用范围。
- 02
准备有使用权限的音频，按接口要求提交任务。
- 03
读取任务状态与输出，核对文本、说话人和字幕时间。
- 04
依据自己的样本效果与月度音频量选择方案。
优点与缺点
优点
- 转录、时间标注和字幕等输出可在一个 API 流程中获得。
- 提供标准版与 Lite，便于按任务需求比较。
缺点与限制
- 官网基准准确率不等于自己的录音准确率，需要样本验证。
- 不同版本的功能范围、处理速度和月度用量单价不同。
定价与使用条件
付费
月度 0–8,333 音频小时。
月度 8,334–16,666 音频小时。
月度 16,667–33,333 音频小时。
月度 0–8,333 音频小时；其他用量档见官网。
币种为美元，按音频时长计费，最小计量步长为 0.01 小时（36 秒）。官网说明失败转录不收费；高于每月 33,333 小时需联系销售。
- 价格来源
- https://salad.com/transcription/
- 价格更新时间
- 2026-10-22
价格与额度可能调整，请以官网当前说明为准。
官网与资料来源
资料更新于 2026-10-21
