BroadNet Transcribe Arabic cuesta $0.0042 por minuto de audio. BroadNet informa que ocupa el puesto #2 de 37 (su cifra de septiembre de 2026; el tablero en vivo lo situaba en el #4 de 39 el 15 de noviembre de 2026) en el Open Universal Arabic ASR Leaderboard, y el #1 entre los modelos cuyas licencias permiten ofrecerlos mediante una API. Para otros idiomas, BroadNet Transcribe cubre 14 idiomas a $0.002 por minuto. Consulte la página del modelo BroadNet Transcribe Arabic y la página del modelo BroadNet Transcribe.
Otros proveedores pueden costar menos. El 2026-11-14, la página de precios de Soniox indicaba unos USD 0.10 por hora para transcripción de archivos (asíncrona) y USD 0.12 por hora en tiempo real, y su lista de idiomas incluye el árabe. Eso es menos que los $0.25 por hora de BroadNet Transcribe Arabic, así que pruebe ambos con su propio audio.
Con 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
La respuesta es la transcripción en JSON:
{"text": "مرحباً، لقد وصلت إلى البريد الصوتي، اترك رسالتك من فضلك"}
Con 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)
Envíe siempre el idioma
Sin language, el árabe puede volver transliterado a letras latinas. Envíe language=ar para árabe y language=en para inglés.
¿Qué dialectos árabes maneja?
BroadNet describe BroadNet Transcribe Arabic como un modelo que cubre el árabe, incluidos los dialectos, y publica tres tasas de error por palabra. Son mediciones de laboratorio de la propia BroadNet, tomadas de su catálogo de modelos:
| Conjunto de prueba | Qué es | Tasa de error por palabra |
|---|---|---|
| FLEURS-ar | Oraciones leídas, limpias | 3.8 |
| MASC-ar | Habla árabe real y variada | 21.1 |
| Conjunto de dialectos de BroadNet | Habla en dialecto | 23.4 |
BroadNet no publica un desglose por dialecto, así que nadie fuera de BroadNet puede decir cómo se compara el audio del Golfo con el egipcio o el magrebí. Otros proveedores describen su cobertura de otra forma. Deepgram presenta Nova-3 Arabic con códigos regionales, desde ar-AE, ar-SA y ar-EG hasta ar-MA y ar-IQ. Speechmatics vende un paquete “Global Arabic” que menciona árabe estándar moderno y habla del Golfo, egipcia y levantina, además de un paquete ar_en para árabe mezclado con inglés. Soniox incluye el árabe (ar) sin detalle de dialectos.
Un código listado no es una precisión medida. Antes de elegir, evalúe a cada candidato con sus propios clips agrupados por dialecto:
- Golfo (Khaleeji): habla saudí, emiratí, kuwaití y catarí, a menudo con nombres de productos en inglés.
- Egipcio: el dialecto más entendido en los medios.
- Levantino: habla siria, libanesa, jordana y palestina.
- Iraquí y magrebí: el habla marroquí, argelina y tunecina suele ser el caso más difícil.
- Árabe estándar moderno: noticias y habla formal, la base fácil.
La guía de reconocimiento de voz en dialectos árabes explica por qué los dialectos obtienen peores resultados, y el artículo sobre la tasa de error por palabra muestra cómo medirlos.
¿Cuánto cuestan las APIs de voz a texto en árabe?
Todos los proveedores de abajo incluyen el árabe. Del más barato al más caro; los precios son para archivos pregrabados salvo que se indique lo contrario, y se consultaron el 2026-11-14:
| Proveedor y modelo | Por minuto | Por hora | Cobertura de árabe declarada |
|---|---|---|---|
| Soniox, asíncrono (archivo) | unos USD 0.0017 | unos USD 0.10 | Árabe (ar) |
| Soniox, tiempo real | unos USD 0.002 | unos USD 0.12 | Árabe (ar) |
| BroadNet Transcribe (14 idiomas) | $0.002 | $0.12 | Árabe entre 14 idiomas |
| BroadNet Transcribe Arabic | $0.0042 | $0.25 | Árabe, incluidos dialectos (BroadNet) |
| Deepgram, Nova-3 monolingüe | USD 0.0043 | USD 0.258 | ar más códigos regionales |
| Speechmatics, Standard | USD 0.0075 | USD 0.45 | Global Arabic, ar_en |
| Speechmatics, Enhanced | USD 0.0125 | USD 0.75 | Global Arabic, ar_en |
Fuentes: precios de Soniox (se factura por token; las cifras por hora son aproximaciones de Soniox), precios de Deepgram y precios de Speechmatics. Soniox es más barato que los dos modelos de BroadNet, y BroadNet no documenta streaming en tiempo real. Los argumentos de BroadNet son el modelo específico para árabe, su puesto reportado en la clasificación y la retención cero de datos. Para más proveedores, consulte nuestro índice abierto de precios de APIs de voz a texto, que lista precios por lotes y de streaming y el soporte de árabe de más de 20 productos, con fuente y fecha para cada uno (CSV y JSON). Para los costos adicionales, consulte comparación de precios de APIs de voz a texto; para calcular su propio volumen, use la calculadora de costos de voz a texto.
Límites
- WAV o MP3, hasta 26,214,400 bytes (25 MiB) por archivo. Un archivo más grande devuelve 413; divídalo primero.
- Las claves de pago por uso permiten 30 solicitudes por minuto y 4 simultáneas.
- Ambos modelos de transcripción funcionan con el crédito inicial gratuito de $5, así que puede probar sus propias grabaciones antes de pagar.
Solución de problemas
- Letras latinas en lugar de escritura árabe. Agregue
language=ar. - 400 o 422. Revise los nombres de los campos (
model,language,file) y que el archivo sea realmente WAV o MP3. Un.oggrenombrado falla; conviértalo con ffmpeg. - 413. El archivo supera los 26,214,400 bytes. Conviértalo a WAV o MP3 mono de 16 kHz, o divídalo en partes más cortas.
- 401 en una cuenta de pago. Revise la clave y la asignación de pago por uso. Consulte códigos de error de BroadNet y reintentos.
- Precisión baja en dialectos o llamadas con ruido. El conjunto de prueba de dialectos de BroadNet obtiene peores resultados que el habla leída y limpia (vea las preguntas frecuentes). Pruebe con una muestra de su audio real y mida la tasa de error por palabra.
Las notas de voz de WhatsApp llegan como .ogg. Convierta y transcriba notas de voz de WhatsApp en un solo paso. Si necesita números, fechas y nombres en audio con ruido, BroadNet ofrece un modelo árabe con fine-tuning bajo solicitud.
