BroadNet Transcribe Arabic coûte $0.0042 par minute d’audio. BroadNet le classe #2 sur 37 (chiffre de septembre 2026 ; le classement en direct le plaçait #4 sur 39 le 15 novembre 2026) sur l’Open Universal Arabic ASR Leaderboard, et n° 1 parmi les modèles dont la licence autorise un service par API. Pour les autres langues, BroadNet Transcribe couvre 14 langues à $0.002 la minute. Voir la page du modèle BroadNet Transcribe Arabic et la page du modèle BroadNet Transcribe.
D’autres fournisseurs peuvent coûter moins cher. Le 2026-11-14, la page des tarifs de Soniox affichait environ 0,10 USD de l’heure pour la transcription de fichiers (asynchrone) et 0,12 USD de l’heure en temps réel, et sa liste de langues inclut l’arabe. C’est moins que les $0.25 de l’heure de BroadNet Transcribe Arabic : testez donc les deux sur votre propre audio.
Avec 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 réponse est la transcription au format JSON :
{"text": "مرحباً، لقد وصلت إلى البريد الصوتي، اترك رسالتك من فضلك"}
Avec 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)
Envoyez toujours la langue
Sans language, l’arabe peut revenir translittéré en lettres latines. Envoyez language=ar pour l’arabe et language=en pour l’anglais.
Quels dialectes arabes le modèle gère-t-il ?
BroadNet présente BroadNet Transcribe Arabic comme couvrant l’arabe, dialectes compris, et publie pour lui trois taux d’erreur de mots. Ce sont les propres mesures en laboratoire de BroadNet, tirées de son catalogue de modèles :
| Jeu de test | Contenu | Taux d’erreur de mots |
|---|---|---|
| FLEURS-ar | Phrases lues, propres | 3,8 |
| MASC-ar | Parole arabe réelle et variée | 21,1 |
| Jeu dialectal de BroadNet | Parole dialectale | 23,4 |
BroadNet ne publie pas de ventilation par dialecte : personne en dehors de BroadNet ne peut dire comment l’audio du Golfe se compare à l’égyptien ou au maghrébin. Les autres fournisseurs présentent leur couverture différemment. Deepgram liste l’arabe de Nova-3 avec des codes régionaux, de ar-AE, ar-SA et ar-EG à ar-MA et ar-IQ. Speechmatics vend un seul pack « Global Arabic » qui cite l’arabe standard moderne, l’arabe du Golfe, l’égyptien et le levantin, plus un pack ar_en pour l’arabe mêlé d’anglais. Soniox liste l’arabe (ar) sans détail sur les dialectes.
Un code listé n’est pas une précision mesurée. Avant de choisir, évaluez chaque candidat sur vos propres extraits, regroupés par dialecte :
- Golfe (khaleeji) : parole saoudienne, émiratie, koweïtienne, qatarie, souvent avec des noms de produits en anglais.
- Égyptien : le dialecte le plus largement compris dans les médias.
- Levantin : parole syrienne, libanaise, jordanienne et palestinienne.
- Irakien et maghrébin : la parole marocaine, algérienne et tunisienne est généralement le cas le plus difficile.
- Arabe standard moderne : informations et discours formel, la référence facile.
Le guide de la reconnaissance vocale des dialectes arabes explique pourquoi les dialectes obtiennent de moins bons scores, et l’explication du taux d’erreur de mots montre comment les mesurer.
Combien coûtent les API speech-to-text pour l’arabe ?
Tous les fournisseurs ci-dessous listent l’arabe. Du moins cher au plus cher ; les prix concernent des fichiers enregistrés sauf mention contraire, et ont été vérifiés le 2026-11-14 :
| Fournisseur et modèle | Par minute | Par heure | Couverture de l’arabe annoncée |
|---|---|---|---|
| Soniox, asynchrone (fichier) | environ 0,0017 USD | environ 0,10 USD | Arabe (ar) |
| Soniox, temps réel | environ 0,002 USD | environ 0,12 USD | Arabe (ar) |
| BroadNet Transcribe (14 langues) | $0.002 | $0.12 | L’arabe parmi 14 langues |
| BroadNet Transcribe Arabic | $0.0042 | $0.25 | Arabe, dialectes compris (selon BroadNet) |
| Deepgram, Nova-3 monolingue | 0,0043 USD | 0,258 USD | ar plus codes régionaux |
| Speechmatics, Standard | 0,0075 USD | 0,45 USD | Global Arabic, ar_en |
| Speechmatics, Enhanced | 0,0125 USD | 0,75 USD | Global Arabic, ar_en |
Sources : tarifs Soniox (facturation au token ; les chiffres horaires sont des approximations de Soniox), tarifs Deepgram et tarifs Speechmatics. Soniox est moins cher que les deux modèles de BroadNet, et BroadNet ne documente pas de streaming en temps réel. Les arguments de BroadNet sont le modèle spécialisé pour l’arabe, son classement rapporté sur le leaderboard et la conservation zéro des données (zero data retention). Pour d’autres fournisseurs, consultez notre index ouvert des prix des API speech-to-text, qui liste les prix batch et streaming et la prise en charge de l’arabe pour plus de 20 produits, avec une source et une date pour chacun (CSV et JSON). Pour les coûts annexes, voir la comparaison des prix des API speech-to-text ; pour chiffrer votre propre volume, utilisez le calculateur de coût speech-to-text.
Limites
- WAV ou MP3, jusqu’à 26 214 400 octets (25 Mio) par fichier. Un fichier plus gros renvoie un 413 ; découpez-le d’abord.
- Les clés à l’usage autorisent 30 requêtes par minute et 4 simultanées.
- Les deux modèles de transcription fonctionnent avec le crédit de départ gratuit de $5 : vous pouvez tester vos propres enregistrements avant de payer.
Dépannage
- Des lettres latines au lieu de l’écriture arabe. Ajoutez
language=ar. - 400 ou 422. Vérifiez les noms de champs (
model,language,file) et que le fichier est réellement du WAV ou du MP3. Un.oggrenommé échoue ; convertissez-le avec ffmpeg. - 413. Le fichier dépasse 26 214 400 octets. Convertissez-le en WAV ou MP3 mono 16 kHz, ou découpez-le en morceaux plus courts.
- 401 sur un compte payant. Vérifiez la clé et le quota de paiement à l’usage. Voir codes d’erreur et nouvelles tentatives chez BroadNet.
- Précision faible sur du dialecte ou des appels bruités. Le propre jeu de test dialectal de BroadNet obtient de moins bons scores que la parole lue et propre (voir la FAQ). Testez sur un échantillon de votre audio réel et mesurez le taux d’erreur de mots.
Les notes vocales WhatsApp arrivent en .ogg. Convertissez et transcrivez les notes vocales WhatsApp en une seule étape. Si vous avez besoin de nombres, de dates et de noms dans un audio bruité, BroadNet propose un modèle arabe affiné sur demande.
