Salad Transcription Services

在「语音转文字」这一类工具里，Salad Transcription Services 是一个可以直接在网页打开的选择，官方地址为 salad.com。打开官网，首先看到的标题是“Salad Transcription API — 95.1% accuracy from $0.16 per audio hour”。

根据官网首页说明：CommonVoice基准上最高精度的语音对文本，以市价最低的价格进行。包括翻译、数字化、摘要和标题。（原文：Speech-to-text with the top accuracy on the CommonVoice benchmark at the lowest price in the market. Translation, diarization, summaries, and captions included.）

官网进一步说明：在CommonVoice基准上95.1%的精度，高于Assembly AI，OpenAI，Azure，Deepgram，以及Google，从每音频小时0.16美元。包括翻译、演讲者身份、摘要、情感和标题，而不是高调。CommonVoice 5.1数据集基准，复制Assembly AI已公布的方法。方法和结果

本文依据 salad.com 首页公开内容整理（2026 年 10 月抓取），英文内容为机器翻译，功能与价格请以官网最新信息为准。

• 最准确的转录API也是最低成本。（The most accurate transcription API is also the lowest cost.）
• vs 深层（vs Deepgram）
• vs大会 AI（vs Assembly AI）
• vs 亚马逊语转写（vs Amazon Transcribe）
• vs Google STT （英语）。（vs Google STT）
• vs Azure 批量数据（vs Azure Batch）
• 最好准确，或者最快的转速（Best accuracy, or fastest turnaround.）
• 转写 API（Transcription API）
• 用于精度重要的大批量抄录。Whisper Large v3级型号，具有音频增强功能和LLM后处理功能。
• 官网提供开发者文档或 API 入口

结合官网描述，Salad Transcription Services 可以用在这些场景：

• 录音转写、字幕与语音识别
• 配音、播客、音乐或录音相关的音频处理
• 没有。1个基准精确度；8种语文得到充分支持
• 摘要，情感，分类，以及习惯 LLM 提示词

使用建议：

• 上传素材前确认音频清晰、少噪声，识别和合成效果会更稳定。
• 克隆或模仿他人声音前，需要取得本人授权。

适合人群：播客主、视频创作者、音乐爱好者和需要处理录音的用户；需要 API 或二次开发的开发者；有采购评估流程的企业团队（官网提供演示预约或销售咨询）。

官网有定价页面，具体价格请以官网为准。