BroadNet Transcribe Arabic costa $0.0042 per minuto di audio. BroadNet lo riporta in posizione #2 su 37 (dato di settembre 2026; la classifica in tempo reale lo indicava #4 su 39 il 15 novembre 2026) nella Open Universal Arabic ASR Leaderboard, e al primo posto tra i modelli con licenze che consentono di servirli tramite API. Per le altre lingue, BroadNet Transcribe copre 14 lingue a $0.002 al minuto. Vedi la pagina del modello BroadNet Transcribe Arabic e la pagina del modello BroadNet Transcribe.
Altri provider possono costare meno. Il 2026-11-14 la pagina dei prezzi di Soniox indicava circa 0,10 USD all’ora per la trascrizione di file (asincrona) e 0,12 USD all’ora per quella in tempo reale, e la sua lista di lingue include l’arabo. È meno dei $0.25 all’ora di BroadNet Transcribe Arabic, quindi provali entrambi sul tuo 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 risposta è la trascrizione in JSON (nell’esempio, il messaggio di benvenuto di una segreteria telefonica):
{"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)
Invia sempre la lingua
Senza language, l’arabo può tornare traslitterato in lettere latine. Invia language=ar per l’arabo e language=en per l’inglese.
Quali dialetti arabi gestisce?
BroadNet descrive BroadNet Transcribe Arabic come un modello che copre l’arabo, dialetti inclusi, e ne pubblica tre valori di word error rate. Sono misure di laboratorio di BroadNet, tratte dal suo catalogo modelli:
| Set di test | Cos’è | Word error rate |
|---|---|---|
| FLEURS-ar | Frasi lette, audio pulito | 3,8 |
| MASC-ar | Parlato arabo reale e misto | 21,1 |
| Set dei dialetti di BroadNet | Parlato dialettale | 23,4 |
BroadNet non pubblica una suddivisione per dialetto, quindi nessuno al di fuori di BroadNet può dire come se la cava l’audio del Golfo rispetto a quello egiziano o maghrebino. Gli altri provider descrivono la copertura in modo diverso. Deepgram elenca Nova-3 Arabic con codici regionali, da ar-AE, ar-SA e ar-EG fino a ar-MA e ar-IQ. Speechmatics vende un unico pacchetto “Global Arabic” che cita arabo standard moderno, parlato del Golfo, egiziano e levantino, più un pacchetto ar_en per l’arabo misto all’inglese. Soniox elenca l’arabo (ar) senza dettagli sui dialetti.
Un codice in elenco non è un’accuratezza misurata. Prima di scegliere, valuta ogni candidato sulle tue clip raggruppate per dialetto:
- Golfo (khaleeji): parlato saudita, emiratino, kuwaitiano e qatariota, spesso con nomi di prodotti in inglese.
- Egiziano: il dialetto più compreso, grazie ai media.
- Levantino: parlato siriano, libanese, giordano e palestinese.
- Iracheno e maghrebino: il parlato marocchino, algerino e tunisino è di solito il caso più difficile.
- Arabo standard moderno: notiziari e parlato formale, la base di riferimento più facile.
La guida al riconoscimento vocale dei dialetti arabi spiega perché i dialetti ottengono punteggi peggiori, e la spiegazione del word error rate mostra come misurarli.
Quanto costano le API speech-to-text in arabo?
Tutti i provider qui sotto elencano l’arabo. Dal più economico; i prezzi sono per file preregistrati salvo indicazione diversa, e sono stati verificati il 2026-11-14:
| Provider e modello | Al minuto | All’ora | Copertura dell’arabo dichiarata |
|---|---|---|---|
| Soniox, asincrono (file) | circa 0,0017 USD | circa 0,10 USD | Arabo (ar) |
| Soniox, tempo reale | circa 0,002 USD | circa 0,12 USD | Arabo (ar) |
| BroadNet Transcribe (14 lingue) | $0.002 | $0.12 | Arabo tra 14 lingue |
| BroadNet Transcribe Arabic | $0.0042 | $0.25 | Arabo, dialetti inclusi (secondo BroadNet) |
| Deepgram, Nova-3 monolingue | 0,0043 USD | 0,258 USD | ar più codici regionali |
| Speechmatics, Standard | 0,0075 USD | 0,45 USD | Global Arabic, ar_en |
| Speechmatics, Enhanced | 0,0125 USD | 0,75 USD | Global Arabic, ar_en |
Fonti: prezzi di Soniox (fatturazione per token; le cifre orarie sono approssimazioni di Soniox), prezzi di Deepgram e prezzi di Speechmatics. Soniox costa meno di entrambi i modelli BroadNet, e BroadNet non documenta lo streaming in tempo reale. I punti a favore di BroadNet sono il modello specifico per l’arabo, la posizione che riporta in leaderboard e la zero data retention. Per altri provider, vedi il nostro indice aperto dei prezzi delle API speech-to-text, che elenca prezzi batch e streaming e supporto dell’arabo per oltre 20 prodotti, con fonte e data per ciascuno (CSV e JSON). Per i costi aggiuntivi, vedi il confronto dei prezzi delle API speech-to-text; per stimare il tuo volume, usa il calcolatore dei costi speech-to-text.
Limiti
- WAV o MP3, fino a 26.214.400 byte (25 MiB) per file. Un file più grande restituisce 413; dividilo prima.
- Le chiavi a consumo consentono 30 richieste al minuto e 4 contemporanee.
- Entrambi i modelli di trascrizione funzionano con il credito iniziale gratuito di $5, quindi puoi provare le tue registrazioni prima di pagare.
Risoluzione dei problemi
- Lettere latine invece della scrittura araba. Aggiungi
language=ar. - 400 o 422. Controlla i nomi dei campi (
model,language,file) e che il file sia davvero WAV o MP3. Un.oggrinominato fallisce; convertilo con ffmpeg. - 413. Il file supera i 26.214.400 byte. Convertilo in WAV o MP3 mono a 16 kHz, oppure dividilo in parti più brevi.
- 401 su un account a pagamento. Controlla la chiave e la quota a consumo. Vedi codici di errore e retry di BroadNet.
- Accuratezza scarsa su dialetti o chiamate rumorose. Sul set di test dei dialetti di BroadNet i risultati sono peggiori che sul parlato letto e pulito (vedi le FAQ). Prova su un campione del tuo audio reale e misura il word error rate.
I vocali di WhatsApp arrivano in .ogg. Converti e trascrivi i vocali di WhatsApp in un solo passaggio. Se ti servono numeri, date e nomi in audio rumoroso, BroadNet offre un modello arabo con fine-tune su richiesta.
