官方
Deepgram
Deepgram 是语音识别和实时语音基础设施里的代表厂商，适合做语音转写、客服质检和语音 Agent。它更偏开发者和企业基础设施路线，不走消费级创作产品定位。
定位语音识别强企业导向
适合语音助手企业接入呼叫中心
成本按场景计价
代表模型
语音模型 · Aura-1 Voices / Aura-2 Voices 等 41 款
付费方式
信用卡 / 企业合同 · 含试用
可用范围
国际可用
Official Category
语音模型厂商
聚合语音识别、语音合成和语音交互相关的官方模型厂商与平台。
分类条目
6
当前主分类命中的模型厂商数量。
分类说明
聚合语音识别、语音合成和语音交互相关的官方模型厂商与平台。
适合搜索
语音模型厂商、语音模型API、语音模型价格页。
分类价值
把同一模型方向的厂商集中展示，方便用户查入口、比价格和找文档。
官方
ElevenLabs
ElevenLabs 当前将产品明确拆分为 ElevenCreative、ElevenAgents 和 ElevenAPI，覆盖语音生成、音乐、配音、语音 Agent、语音转文本和开发者 API，适合内容创作、客服和多语言音频产品。
定位语音生成强企业导向
适合语音助手音频内容企业接入
成本中高价位
代表模型
语音模型 · Eleven English STS v2 / Eleven Flash v2 等 19 款
付费方式
信用卡 / 订阅套餐 · 含试用
可用范围
国际可用
官方
Cartesia
Cartesia 主打超低延迟语音模型和实时语音基础设施，适合电话机器人、实时语音助手和 Voice Agent。它在实时 TTS 方向很有代表性，值得作为第二批优先补齐。
定位超低延迟语音企业导向
适合语音助手企业接入电话机器人
成本按场景计价
代表模型
语音模型 · Infilling / Ink-2 等 9 款
付费方式
信用卡 / 企业合同 · 含试用
可用范围
国际可用
官方
AssemblyAI
AssemblyAI 是开发者心智很强的语音识别厂商，适合转写、语音理解和呼叫中心分析。它的卖点在于 API 友好、模型清晰，适合当作主流语音基础设施备选。
定位语音理解强企业导向
适合语音助手企业接入呼叫中心
成本按场景计价
代表模型
语音模型 · Universal-2 / Universal-3.5 Pro 等 8 款
付费方式
信用卡 / 企业合同 · 含试用
可用范围
国际可用
官方
讯飞星火
中文语音、教育和行业交互场景是讯飞的优势区，适合做语音助手、教育产品和需要语音能力联动的应用。它的价值更多在垂直能力结合，不是单纯拼通用模型低价。
定位语音中文强垂直场景
适合语音助手教育产品行业交互
成本按场景计价
代表模型
语音模型 · Spark Lite / Spark Pro 等 6 款
付费方式
平台余额充值 / 企业采购
可用范围
中国大陆
官方
Speechmatics
Speechmatics 的优势在于多语言语音识别、企业部署和全球化语音产品支持，适合国际化语音场景。它更偏企业基础设施型厂商，适合收录在第二批语音补全名单里。
定位多语言语音强企业导向
适合语音助手全球化产品企业部署
成本中高价位
代表模型
语音模型 · Batch STT Enhanced / Batch STT Standard 等 6 款
付费方式
信用卡 / 企业合同 · 含试用
可用范围
国际可用