BroadNet Transcribe Arabic kostet $0.0042 pro Audiominute. Laut BroadNet steht es auf Platz #2 von 37 (Angabe für September 2026; die Live-Rangliste führte das Modell am 15. November 2026 auf #4 von 39) im Open Universal Arabic ASR Leaderboard und auf Platz 1 unter den Modellen, deren Lizenz den Betrieb über eine API erlaubt. Für andere Sprachen deckt BroadNet Transcribe 14 Sprachen zu $0.002 pro Minute ab. Siehe die Modellseite von BroadNet Transcribe Arabic und die Modellseite von BroadNet Transcribe.
Andere Anbieter können günstiger sein. Am 2026-11-14 nannte die Preisseite von Soniox etwa 0,10 USD pro Stunde für die Transkription von Dateien (asynchron) und 0,12 USD pro Stunde in Echtzeit, und die Sprachliste von Soniox enthält Arabisch. Das liegt unter den $0.25 pro Stunde von BroadNet Transcribe Arabic. Testen Sie daher beide mit Ihrem eigenen Audio.
Mit curl
curl https://inference.broadnet.ai/v1/audio/transcriptions \
-H "Authorization: Bearer $BROADNET_API_KEY" \
-F model=broadnet/cohere-transcribe-arabic \
-F language=ar \
-F file=@voice-note.wav
Die Antwort ist das Transkript als JSON:
{"text": "مرحباً، لقد وصلت إلى البريد الصوتي، اترك رسالتك من فضلك"}
Mit Python
from openai import OpenAI
import os
client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
with open("voice-note.wav", "rb") as audio:
result = client.audio.transcriptions.create(
model="broadnet/cohere-transcribe-arabic",
file=audio,
language="ar",
)
print(result.text)
Senden Sie immer die Sprache mit
Ohne language kann Arabisch in lateinische Buchstaben transliteriert zurückkommen. Senden Sie language=ar für Arabisch und language=en für Englisch.
Welche arabischen Dialekte erkennt das Modell?
BroadNet beschreibt BroadNet Transcribe Arabic als Modell für Arabisch einschließlich der Dialekte und veröffentlicht dafür drei Wortfehlerraten. Es handelt sich um BroadNets eigene Labormessungen aus seinem Modellkatalog:
| Testset | Was es enthält | Wortfehlerrate |
|---|---|---|
| FLEURS-ar | Saubere, vorgelesene Sätze | 3,8 |
| MASC-ar | Gemischte arabische Sprache aus der Praxis | 21,1 |
| Dialekt-Testset von BroadNet | Gesprochener Dialekt | 23,4 |
BroadNet veröffentlicht keine Aufschlüsselung nach Dialekt. Außerhalb von BroadNet kann also niemand sagen, wie Golf-Audio im Vergleich zu ägyptischem oder maghrebinischem abschneidet. Andere Anbieter geben ihre Abdeckung anders an. Deepgram listet Nova-3 für Arabisch mit regionalen Codes, von ar-AE, ar-SA und ar-EG bis ar-MA und ar-IQ. Speechmatics verkauft ein einziges Paket „Global Arabic“, das Hocharabisch (MSA), Golf-Arabisch, Ägyptisch und Levantinisch nennt, dazu ein Paket ar_en für Arabisch mit eingestreutem Englisch. Soniox listet Arabisch (ar) ohne Angaben zu Dialekten.
Ein gelisteter Code ist keine gemessene Genauigkeit. Bewerten Sie vor der Wahl jeden Kandidaten mit eigenen Aufnahmen, gruppiert nach Dialekt:
- Golf-Arabisch (Khaleeji): saudische, emiratische, kuwaitische und katarische Sprache, oft mit englischen Produktnamen.
- Ägyptisch: der in den Medien am weitesten verstandene Dialekt.
- Levantinisch: syrische, libanesische, jordanische und palästinensische Sprache.
- Irakisch und Maghrebinisch: Marokkanisch, Algerisch und Tunesisch sind meist der schwierigste Fall.
- Hocharabisch (MSA): Nachrichten und formelle Sprache, die einfache Vergleichsbasis.
Der Leitfaden zur Spracherkennung arabischer Dialekte erklärt, warum Dialekte schlechter abschneiden, und die Erklärung der Wortfehlerrate zeigt, wie Sie sie messen.
Was kosten Speech-to-Text APIs für Arabisch?
Alle Anbieter unten listen Arabisch. Sortiert vom günstigsten an; die Preise gelten für aufgezeichnete Dateien, sofern nicht anders angegeben, und wurden am 2026-11-14 geprüft:
| Anbieter und Modell | Pro Minute | Pro Stunde | Angegebene Abdeckung für Arabisch |
|---|---|---|---|
| Soniox, asynchron (Datei) | etwa 0,0017 USD | etwa 0,10 USD | Arabisch (ar) |
| Soniox, Echtzeit | etwa 0,002 USD | etwa 0,12 USD | Arabisch (ar) |
| BroadNet Transcribe (14 Sprachen) | $0.002 | $0.12 | Arabisch als eine von 14 Sprachen |
| BroadNet Transcribe Arabic | $0.0042 | $0.25 | Arabisch einschließlich Dialekten (laut BroadNet) |
| Deepgram, Nova-3 einsprachig | 0,0043 USD | 0,258 USD | ar plus regionale Codes |
| Speechmatics, Standard | 0,0075 USD | 0,45 USD | Global Arabic, ar_en |
| Speechmatics, Enhanced | 0,0125 USD | 0,75 USD | Global Arabic, ar_en |
Quellen: Preise von Soniox (Abrechnung pro Token; die Stundenwerte sind Näherungen von Soniox), Preise von Deepgram und Preise von Speechmatics. Soniox ist günstiger als beide Modelle von BroadNet, und BroadNet dokumentiert kein Echtzeit-Streaming. Für BroadNet sprechen das auf Arabisch spezialisierte Modell, die gemeldete Platzierung im Leaderboard und Zero Data Retention. Weitere Anbieter finden Sie in unserem offenen Preisindex für Speech-to-Text APIs. Er listet Batch- und Streaming-Preise und die Unterstützung für Arabisch bei mehr als 20 Produkten, jeweils mit Quelle und Datum (als CSV und JSON). Zu Zusatzkosten siehe den Preisvergleich für Speech-to-Text APIs; Ihr eigenes Volumen kalkulieren Sie mit dem Kostenrechner für Speech-to-Text.
Limits
- WAV oder MP3, bis 26.214.400 Bytes (25 MiB) pro Datei. Eine größere Datei liefert 413; teilen Sie sie vorher auf.
- Pay-as-you-go-Schlüssel erlauben 30 Anfragen pro Minute und 4 gleichzeitig.
- Beide Transkriptionsmodelle laufen mit dem kostenlosen Startguthaben von $5. Sie können Ihre eigenen Aufnahmen also testen, bevor Sie bezahlen.
Fehlerbehebung
- Lateinische Buchstaben statt arabischer Schrift. Ergänzen Sie
language=ar. - 400 oder 422. Prüfen Sie die Feldnamen (
model,language,file) und ob die Datei wirklich WAV oder MP3 ist. Eine umbenannte.ogg-Datei schlägt fehl; konvertieren Sie sie mit ffmpeg. - 413. Die Datei ist größer als 26.214.400 Bytes. Konvertieren Sie sie in WAV oder MP3 mit 16 kHz mono oder teilen Sie sie in kürzere Stücke.
- 401 bei einem bezahlten Konto. Prüfen Sie den Schlüssel und das Pay-as-you-go-Kontingent. Siehe Fehlercodes und Retries bei BroadNet.
- Schwache Genauigkeit bei Dialekt oder lauten Anrufen. BroadNets eigenes Dialekt-Testset schneidet schlechter ab als sauber vorgelesene Sprache (siehe FAQ). Testen Sie mit einer Stichprobe Ihres echten Audios und messen Sie die Wortfehlerrate.
WhatsApp-Sprachnachrichten kommen als .ogg. WhatsApp-Sprachnachrichten in einem Schritt konvertieren und transkribieren. Wenn Sie Zahlen, Daten und Namen in lautem Audio brauchen, bietet BroadNet auf Anfrage ein feinabgestimmtes arabisches Modell an.
