AssemblyAI vs Deepgram: 如何选择？

AssemblyAI vs Deepgram：先确定语音任务

处理已有录音时，如果官方的转写后处理流程符合所需输出，可以先试用 AssemblyAI；如果更需要逐词说话人标签及对应语音模型，可以先试用 Deepgram。实时语音需要分别测试两家的流式路径。这些是试用起点，不是准确率或速度排名。AssemblyAI 官方示例 分别提供录音和实时流程。

在相同模式下比较

选择项	AssemblyAI	Deepgram
录音说话人标签	录音接口开启 speaker_labels 后返回发言片段	说话人区分为词分配标签
实时语音	从实时文档开始，不能直接复制录音参数	分开核对流式与批量说话人模型支持
需要验证的限制	短发言及多人交叠可能影响区分	当前文档的 v2 说话人模型只适用于批量；流式请求会校验失败
身份	通用标签变为姓名需要另一步身份识别	说话人编号本身不能证明真实身份

AssemblyAI 标签文档 说明了人数设置及困难音频。Deepgram 说话人文档 推荐 diarize_model；批量和流式的 latest 可能对应不同版本。需要复现结果时，应固定受支持的版本。

用同一工作量比较费用

对齐音频时长、处理模式、模型档位、语言、声道及功能开关。按量方案应与按量方案比较，不能拿合同折扣价对比公开单价。

费用项	核对方法
时间单位	每分钟单价乘以 60，换算为每小时单价
输入	记录音频时长和声道数；AssemblyAI 价格说明包含按声道计费
选项	对选定模式逐项核对说话人功能、后处理及其他费用
账户	核对试用额度、促销、取整和合同条件后再估算

采用时查看 AssemblyAI 价格 和 Deepgram 价格。本页不宣称某家对所有任务都更便宜，也不代表账户最终账单。

做一次小规模验收

1. 使用有权处理的音频，准备人工核对的文字及已知说话人轮次。
2. 录音对录音，或将相同输入送入双方实时接口。记录模型版本与功能开关。
3. 对照参考结果检查漏词、标点、说话人边界、交叠及时间戳。未知标签不能当成已知人员。
4. 实时任务记录首次有效输出及最终确认时间，同时测试断连与中断；录音任务检查完成状态和错误处理。
5. 比较实际计费量及人工复核工作。语言、隐私或失败处理不满足要求的方案，即使演示顺利也不能通过。

WWW Agents 未执行这组共同音频测试。准确率、延迟、数据保留适用性及完整成本仍未验证。产品介绍分别见 AssemblyAI 产品页 和 Deepgram 产品页；反向搜索 Deepgram vs AssemblyAI 也由本页回答。