計費說明
概述
Vurbo.ai 採「點數制」計費：依實際使用的功能與時長扣點。點數可預先儲值，扣抵時依到期日先進先出（FIFO）。
- 即時錄音／廣播：按分鐘計費（未滿一分鐘進位一分鐘），每分鐘費率＝所啟用功能的點數加總。
- 加值服務（摘要、重新翻譯）：按文字量計費，依逐字稿字元數計算。
- 廣播：除主講者端的內容處理費外，另依翻譯語言數與觀眾規模計「雲端翻譯」費。
即時錄音的扣點時機（廣播除外）
- 每一分鐘開始時扣點：開始錄音時先扣第一分鐘，扣點完成後才會收到
session_started；之後每一分鐘開始時扣下一分鐘，結束錄音時不另外扣點 - 可用點數不足一分鐘時，該分鐘不扣點：開始錄音時收到
auth_quota_exceeded；錄音中則在下一分鐘開始前結束，並收到stt_quota_exceeded - 錄音中開關功能、增減聲道或翻譯語言，費率自下一分鐘起調整
- 每個分鐘邊界後有 1 秒寬限：錄 60.5 秒計 1 分鐘、錄 61.5 秒計 2 分鐘
- 暫停期間照常計費：暫停不會結束這場錄音；要停止計費，請結束錄音（
stop） - 斷線等待續接的期間不計費：續接成功後恢復按分鐘計費
- 音訊無法解碼的期間不計費：收到
audio_decode_failed之後、音訊恢復辨識之前的分鐘不扣點（已經開始的那一分鐘照常計費），恢復後照常按分鐘計費；因此這場錄音的計費分鐘數可能少於錄音時長 - 整場沒有收到可用音訊的錄音不計費：已扣的點數會自動退回
- 長時間沒有語音會自動結束：連續一段時間（預設 15 分鐘）沒有偵測到語音，錄音會自動結束，避免忘記停止而持續計費；暫停中不計入。見 長時間沒有語音時自動結束
本頁費率以「點數」為單位；點數與台幣的兌換見下方「點數定價」。
除點數制外，另提供以合約授權固定功能組合的「吃到飽方案」，見下方 吃到飽方案。
點數定價
| 項目 | 台幣（TWD） | 美元（USD） |
|---|---|---|
| 1 點 | 1.5 | ≈ 0.047 |
美元金額以參考匯率 USD 1 ≈ TWD 32 換算（TWD 1.5 ÷ 32 ≈ USD 0.047），僅供參考；實際依扣款當下的即期匯率換算為準。
基礎用量（即時錄音，點／分鐘）
即時錄音每分鐘費率＝下列已啟用功能的點數加總。「基礎語音辨識」為必計項，其餘依實際啟用疊加。
| 功能 | 點／分鐘 | 說明 |
|---|---|---|
| 基礎語音辨識 | 1.0 | 必計項 |
| 多語言辨識 | 0.5 | 雙語／多語來源辨識 |
| 說話者辨識 | 0.5 | 語者分離 |
| 整句翻譯 | 0.2 | 與即時翻譯擇一 |
| 即時翻譯 | 0.5 | 與整句翻譯擇一 |
| 翻譯第 2 種語言起（整句翻譯，每 +1） | +0.2 | 每多一種翻譯語言 |
| 翻譯第 2 種語言起（即時翻譯，每 +1） | +0.4 | 每多一種翻譯語言 |
| 語音合成（TTS） | 1.0 | 即時語音回放 |
| 專業詞語庫 | 免費 | 術語庫／模糊詞校正／翻譯字典 |
專業詞語庫不另計費：術語庫、模糊詞校正、翻譯字典皆為免費功能，不影響每分鐘費率。
多語言辨識（來源語言）數量不另計費：同時指定多種轉錄語言（自動語言偵測）時，來源語言數量不影響費率。加乘只適用於「翻譯」輸出語言。
整句翻譯 vs 即時翻譯：兩者擇一計費（取費率較高者）。翻譯多種語言時，第 2 種語言起每多一種依上表加乘。
互譯模式
| 項目 | 點／分鐘 | 說明 |
|---|---|---|
| 即時互譯（conversation） | 1.5 | 整合費率，已含語音辨識＋翻譯 |
| ＋ 語音合成（TTS） | +1.0 | 啟用語音回放時加計 |
互譯整合費率不含語音合成。啟用 TTS 時每分鐘為 1.5 ＋ 1.0 ＝ 2.5 點；未啟用則為 1.5 點。 錄音過程中可隨時開關語音合成，費率自下一分鐘起隨之調整。
多聲道語者分離（點／分鐘）
一場錄音接多支實體麥克風時，可啟用多聲道語者分離（recognition_mode: "multi_channel"）：語者身分由聲道決定，可選每路各自辨識（per_channel）或各路輪流發言、共用一條辨識（shared）。多聲道屬「說話者辨識（語者分離）」的一種，適用於即時錄音；操作方式見 WebSocket API 參考。
每分鐘費率（N ＝ 該分鐘採計的聲道路數，上限 8）：
| 項目 | 點／分鐘 | 說明 |
|---|---|---|
| 基礎語音辨識 | 1.0 | 必計項（第 1 路已含在內） |
| 說話者辨識 | 0.5 | 多聲道屬語者分離的一種，必計 |
| 多聲道路數加乘 | (N − 1) × 1.0 | 第 2 路起，每路每分鐘 1.0 點（shared 模式 N 固定為 1，不加收） |
即每分鐘 ＝ 1.0 ＋ 0.5 ＋ (N − 1) × 1.0 點。
路數採計口徑
- 每一分鐘開始時扣點，N 採當下開著的路數。
add_channel於分鐘中途新增的聲道，自下一分鐘起納入採計；若在下一次扣點前就停用，或開始辨識後無法接收，下一次扣點會補計一次。同一分鐘內先後新增又停用多路時，依同時開著的最多路數補計。remove_channel停用一路後，下一分鐘起降價（當分鐘已在開始時扣點）。分鐘開始時已扣過點的聲道，停用後不會再計費。- 無法接收的聲道不採計：某一路的音訊在某一分鐘結算當下無法被接收（該路在該期間不會產生逐字稿），該分鐘不計入這一路；恢復後自下一分鐘起恢復採計。
- 第一分鐘於錄音開始時結算，當下尚未收到任何音訊，因此依開通的路數計算。
- 已開啟但未送出任何音訊的聲道照常採計——每一路即使無人說話，也建議持續傳送靜音音訊。
算例
- 3 路：1.0 ＋ 0.5 ＋ (3 − 1) × 1.0 ＝ 3.5 點／分鐘
- 8 路、10 分鐘：1.0 ＋ 0.5 ＋ (8 − 1) × 1.0 ＝ 8.5 點／分鐘；10 分鐘 ＝ 85 點
shared模式（各路輪流發言、共用一條辨識）：不論開幾路，1.0 ＋ 0.5 ＝ 1.5 點／分鐘；add_channel／remove_channel不影響費率
與其他計費軸的疊加
- 翻譯（整句／即時翻譯，含翻譯語言加乘）、會議摘要、重新翻譯等其他計費項照常依各自費率表計費，與多聲道路數加乘互不影響、直接疊加。
- 多聲道不支援語音合成（TTS）與廣播，無此兩項費用。
吃到飽方案的多聲道規則
- 多聲道需方案包含此功能：方案未包含時，
start收到plan_feature_not_allowed。 - 方案可設定同時辨識路數上限：超過上限時，
start／add_channel當場收到plan_feature_not_allowed（details.field為max_stt_streams），不會先放行再事後中斷。
音檔匯入（點／分鐘）
上傳音檔離線轉文字。批次處理採用較經濟的辨識服務，基礎費率低於即時錄音。
| 項目 | 點／分鐘 | 說明 |
|---|---|---|
| 匯入基礎語音辨識 | 0.3 | 批次處理專屬費率 |
| 匯入功能加乘 | 依基礎用量表 | 說話者辨識／整句翻譯（含翻譯語言加乘）依上表疊加 |
匯入的基礎語音辨識費率為 0.3 點／分鐘；其餘功能（說話者辨識、整句翻譯及其語言加乘）與即時錄音同表疊加。
加值服務（依文字量）
| 項目 | 費率 | 計費單位 |
|---|---|---|
| 會議摘要（首次生成） | 0.1 點 | 每 1,000 轉錄字元 |
| 重新生成摘要（換模板） | 0.1 點 | 每 1,000 轉錄字元 |
| Ad-hoc 摘要（自帶內容，v1.9.1 新增） | 0.1 點 | 每 1,000 內容字元 |
| 摘要翻譯（自帶內容，v1.17.0 新增） | 0.1 點 | 每 200 內容字元 |
| 重新翻譯（全文） | 0.1 點 | 每 200 字元 |
| 重新翻譯（單句） | 免費 | — |
「字元」的定義：逐字稿的實際字元數（UTF-8 字元）。中文、日文、韓文每字算 1 字元；英文每個字母算 1 字元。
進位規則：不足一個計費單位仍以一個單位計，且每次至少收 0.1 點。 例：12,000 字元的摘要 ＝ 1.2 點；12,050 字元 ＝ 1.3 點。
摘要以「送入模型的逐字稿字元數」計費，不是產出的摘要長度。
單句重新翻譯不計費：僅「全文重新翻譯」按文字量計費。
可用點數不足時不產生摘要：即時錄音因可用點數不足而結束，或結束時可用點數不足以支付摘要費用時，不會產生摘要，並收到
summary_error（summary_insufficient_credit）；逐字稿與錄音照常保存。
廣播計費
廣播計費分為兩條獨立計費線，每分鐘總費率＝兩者相加：
- 主講者端（內容處理）：依上方「基礎用量」表計費（語音辨識、翻譯、語音合成、說話者辨識等），不受觀眾多寡影響。翻譯一律以即時翻譯計費，不受
start的realtime_translation設定影響。 - 雲端翻譯（內容派送）：依翻譯語言數與最大觀眾人數兩項各自查表後相加。
- 計費從開播那一刻起算：預備階段（standby）不計費；由預備階段轉為直播時，第一分鐘從開播起算。
廣播不另計「翻譯第 2 種語言起」加乘：廣播的多語言費用已完整包含在下方「翻譯語言數」項目中，主講者端不再重複計算語言加乘。
雲端翻譯費（點／分鐘）
每分鐘雲端翻譯費 ＝ 翻譯語言數費率 ＋ 最大觀眾人數費率。
依翻譯語言數
| 翻譯語言數 | 點／分鐘 |
|---|---|
| 未啟用翻譯 | 0 |
| 1 種 | 2 |
| 2 種 | 6 |
| 3–4 種 | 14 |
| 5–8 種 | 30 |
| 9–12 種 | 62 |
依最大觀眾人數
| 最大觀眾人數 | 點／分鐘 |
|---|---|
| ≤ 50 | 1 |
| ≤ 100 | 3 |
| ≤ 500 | 6 |
| ≤ 1,000 | 12 |
| ≤ 2,000 | 18 |
| ≤ 5,000 | 38 |
| ≤ 10,000 | 70 |
| ≤ 20,000 | 137 |
| ≤ 30,000 | 203 |
觀眾人數以廣播建立時設定的最大觀眾人數計（固定整場，非即時在線人數）。 帳號預設可設定的最大觀眾人數為 5,000 人；需要更高上限請洽業務開通。
計費範例
各範例的 TWD／USD 為參考換算（1 點 = TWD 1.5 ≈ USD 0.047），美元依當下即期匯率計算、僅供參考。 摘要費用依逐字稿字元數計算，各範例已標示假設的字元數。
範例 1 — 即時錄音（transcribe）：純逐字稿、無翻譯，60 分鐘（逐字稿約 12,000 字元）
- 錄音＝基礎語音辨識 1.0 → 1.0 點／分；60 分鐘 = 60 點
- 會議摘要＝12,000 ÷ 1,000 × 0.1 = 1.2 點
- 合計 = 60 ＋ 1.2 = 61.2 點（≈ TWD 91.8／USD 2.87）
範例 2 — 即時錄音（transcribe）：整句翻譯 1 種語言，120 分鐘（逐字稿約 25,000 字元）
- 錄音＝基礎語音辨識 1.0 ＋ 整句翻譯 0.2 → 1.2 點／分；120 分鐘 = 144 點
- 會議摘要＝25,000 ÷ 1,000 × 0.1 = 2.5 點
- 合計 = 144 ＋ 2.5 = 146.5 點（≈ TWD 219.8／USD 6.87）
範例 3 — 即時錄音（transcribe）：整句翻譯 6 種語言，30 分鐘（逐字稿約 6,000 字元）
- 錄音＝基礎語音辨識 1.0 ＋ 整句翻譯（0.2 ＋ 第 2 種起 0.2×5 = 1.0）→ 2.2 點／分；30 分鐘 = 66 點
- 會議摘要＝6,000 ÷ 1,000 × 0.1 = 0.6 點
- 合計 = 66 ＋ 0.6 = 66.6 點（≈ TWD 99.9／USD 3.12）
範例 4 — 互譯（conversation）：啟用語音合成，10 分鐘（逐字稿約 2,000 字元）
- 互譯＝整合費率 1.5 ＋ 語音合成 1.0 → 2.5 點／分；10 分鐘 = 25 點
- 會議摘要＝2,000 ÷ 1,000 × 0.1 = 0.2 點
- 合計 = 25 ＋ 0.2 = 25.2 點（≈ TWD 37.8／USD 1.18）
- 若未啟用語音合成：1.5 點／分 → 15 ＋ 0.2 = 15.2 點
範例 5 — 音檔匯入（import）：整句翻譯 1 種語言，30 分鐘（逐字稿約 6,000 字元）
- 匯入＝基礎語音辨識 0.3 ＋ 整句翻譯 0.2 → 0.5 點／分；30 分鐘 = 15 點
- 會議摘要＝6,000 ÷ 1,000 × 0.1 = 0.6 點
- 合計 = 15 ＋ 0.6 = 15.6 點（≈ TWD 23.4／USD 0.73）
範例 6 — 廣播（broadcast）：即時翻譯 3 種語言、最大 500 觀眾，180 分鐘（逐字稿約 38,000 字元）
- 主講者端＝語音辨識 1.0 ＋ 即時翻譯 0.5 → 1.5 點／分（廣播不另計語言加乘）
- 雲端翻譯＝語言數 3 種（3–4 帶）14 ＋ 觀眾 ≤ 500 級距 6 = 20 點／分
- 每分鐘 = 1.5 ＋ 20 = 21.5 點／分；180 分鐘 = 3,870 點
- 會議摘要＝38,000 ÷ 1,000 × 0.1 = 3.8 點
- 合計 = 3,870 ＋ 3.8 = 3,873.8 點（≈ TWD 5,810.7／USD 181.58）
範例 7 — 即時錄音（transcribe）＋說話者辨識，60 分鐘（逐字稿約 12,000 字元）
- 錄音＝基礎語音辨識 1.0 ＋ 說話者辨識 0.5 → 1.5 點／分；60 分鐘 = 90 點
- 會議摘要＝12,000 ÷ 1,000 × 0.1 = 1.2 點
- 合計 = 90 ＋ 1.2 = 91.2 點（≈ TWD 136.8／USD 4.28）
範例 8 — 音檔匯入（import）：純逐字稿、無翻譯，45 分鐘（逐字稿約 9,000 字元）
- 匯入＝基礎語音辨識 0.3 → 0.3 點／分；45 分鐘 = 13.5 點
- 會議摘要＝9,000 ÷ 1,000 × 0.1 = 0.9 點
- 合計 = 13.5 ＋ 0.9 = 14.4 點（≈ TWD 21.6／USD 0.68）
範例 9 — 廣播（broadcast）：即時翻譯 5 種語言、最大 1,000 觀眾，60 分鐘（逐字稿約 12,000 字元）
- 主講者端＝語音辨識 1.0 ＋ 即時翻譯 0.5 → 1.5 點／分（廣播不另計語言加乘）
- 雲端翻譯＝語言數 5 種（5–8 帶）30 ＋ 觀眾 ≤ 1,000 級距 12 = 42 點／分
- 每分鐘 = 1.5 ＋ 42 = 43.5 點／分；60 分鐘 = 2,610 點
- 會議摘要＝12,000 ÷ 1,000 × 0.1 = 1.2 點
- 合計 = 2,610 ＋ 1.2 = 2,611.2 點（≈ TWD 3,916.8／USD 122.40）
範例 10 — 全文重新翻譯：60 分鐘錄音的逐字稿（約 12,000 字元）
- 全文重新翻譯＝12,000 ÷ 200 × 0.1 = 6 點
- 合計 = 6 點（≈ TWD 9／USD 0.28）
- 若僅重新翻譯個別句子：免費
吃到飽方案
除點數制外，另提供「吃到飽方案」（v1.9.0）：以合約授權固定的功能組合與使用上限，期間內使用方案內功能不逐分鐘扣點。方案的功能組合與各項上限由後台依合約自訂；可隨時透過 GET /api/v1/me/plan 查詢目前方案的內容、用量與限制何時恢復。
方案規則
- 方案綁定在單一 API Key 上：一份授權對應一把 API Key。同一帳號底下的其他 API Key 不受影響，仍依點數制計費；要讓多把 API Key 都吃到飽，需要各自綁一份授權。
- 方案不含的功能直接拒絕：呼叫方案未包含的功能會收到
plan_feature_not_allowed（REST 為 HTTP 403；WebSocket 為錯誤訊息），不會回落為點數扣抵。詳見 錯誤碼參考 – 方案限制錯誤。 - 廣播一律不含在吃到飽方案內：廣播照點數計費（見上方「廣播計費」）。
- 基本功能（所有方案必含）：基礎語音轉錄、專業詞語庫、摘要、全文重翻。
方案可設定的上限
| 上限 | 說明 |
|---|---|
| 同時識別語言數 | 超過方案上限時 start 被拒（too_many_languages，details.max 為方案上限） |
| 單次錄音上限 | 單場錄音的長度上限 |
| 使用時數門檻 | 達門檻後定期中斷當場錄音（daily_limit_disconnect），可立即開始新的錄音；達每日硬上限則收到 daily_limit_reached（REST 事前閘為 plan_daily_limit_reached，HTTP 402），依方案規則重置（每日上限隔日重置）後恢復 |
| 併發錄音上限 | 同一把 API Key 同時進行的錄音數；達上限時回 concurrency_limit_reached。名額在伺服端送出 task_complete 時釋放，收到後即可開始下一場 |
| 多聲道路數上限 | 多聲道語者分離的同時辨識路數上限；超過時 start／add_channel 當場被拒（plan_feature_not_allowed，details.field 為 max_stt_streams） |
判斷時機：即時錄音的單次錄音上限、使用時數門檻與每日硬上限，都在每一分鐘開始前判斷；達到時下一分鐘不會開始，也不計入用量。同一把 API Key 同時進行多場錄音時，達到定期中斷的門檻後，每一場都會在各自的下一分鐘開始前中斷。
在同一條連線上重新開始：錄音被中斷後可以立即送出
start，但要等上一場處理完成（收到status: "ended"）後才會收到session_started，視摘要長度可能需要數秒到數十秒。
版本：V1.24.1 最後更新：2026-10-07