本文为您介绍阿里云智能语音交互的各项能力的费用结算方式。
试用版和商用版
为了满足不同用户的需求，智能语音交互提供了试用版和商用版两种模式。试用版仅支持有限度地使用语音服务，建议您根据实际业务发展及时开通商用版，或购买资源包以支持更大的处理能力。
项目 | 试用版 | 商用版 |
计费规则 | 新用户开通服务后，可享受3个月免费试用。 警告
| 开通商用版后，智能语音交互支持按量计费（后付费）和资源包（预付费）两种计费方式。费用详情和升级操作，请参见计费方式。 |
并发/QPS限制 | 试用版仅部分服务支持较低的并发量，如需更高规格的并发量，请升级为商用版。如果商用版的并发量仍不满足您的业务需求，也可继续升级并发。 并发详情和升级操作，请参见并发说明。 | |
支持服务 |
|
|
计费项
智能语音交互商用版的费用由语音数据处理费用和附加产品费用构成。
语音数据处理
计费规则如下：
按时长计费：累加每次调用的语音时长（按秒向下取整。如本次发送的语音长度为22.8秒，则记为22秒）。
按次数计费：返回失败的调用不计入次数。
录音文件多声道计费模式：
8K处理双声道，按单声道计费，即音频时长进行计费。
16K处理多声道，按多声道计费，即声道数×音频时长进行计费。
实时语音识别按每路推流的时长计费，当一通电话分别推流时，按两路的推流时长叠加计费。
语音合成的计费调用次数，按照每次请求传入的字符数作为统计依据。100个字符内（含100个）记为1次计费调用，每超过100个字符增加1次计费调用，且1次请求最多传入300个字符。其中，字符为UTF-8编码，1个汉字、英文字母、全半角标点符号均算1个有效字符，SSML标签不算作字符。
例如，102个字符记为2次计费调用，201个字符记为3次计费调用，依此类推。
实时语音识别（实时语音转译）计费起始时机
实时语音识别的计费以客户端向服务端发送 StartTranscription 指令、并开始推送 WebSocket 音频流为起点，按实际语音时长（秒）向下取整计算费用。WebSocket 连接建立本身不触发计费，仅在音频流传输开始后才正式计算时长。
超时与失败不扣费说明
若本次语音识别超出服务允许的单次时长上限，服务将主动断开连接并返回失败，该次调用不产生费用，也不计入计费次数。返回失败的调用均不计入调用次数（适用于按时长和按次数两种计费模式）。
语音合成按字数（按字符数）计费说明
语音合成（TTS）按字数（字符数）计费，而非按合成音频的时长计费。每 100 个字符内（含 100 个）记为 1 次计费调用，每超过 100 个字符增加 1 次计费调用；1 次请求最多传入 300 个字符。如需核对账单，可登录控制台，在统计页面查看具体的调用次数统计。
类别 | 服务 | 计费单元 | 计费方式 |
语音识别 | 实时语音识别 | 按照语音时长计费 | 按量计费（后付费）或资源包（预付费） |
一句话语音识别 | 按照调用次数计费 | ||
录音文件识别 | 按照录音时长计费 | ||
录音文件识别极速版 | 按照录音时长计费 | ||
录音文件识别闲时版 | 按照录音时长计费 | ||
阿里云百炼语音模型服务 | 按照语音时长计费 | 按量计费（后付费） | |
语音合成 | 语音合成 | 按照调用次数计费 | 按量计费（后付费）或资源包（预付费） |
长文本语音合成 | 按照合成字数计费 | ||
语音分析 | 声音事件检测 | 按照录音时长计费 | |
说话人识别 | 按照调用次数计费 | ||
性别识别 | 按照调用次数计费 | ||
语种识别 | 按照调用次数计费 |
附加产品费用
服务 | 说明 |
超额并发线路 | 商用版一句话识别、实时语音识别默认提供200路并发，录音文件识别极速版默认提供10路并发，如果您的业务需求超过该限制，可以自助购买额外并发线路。 费用详情，请参见计费方式。 购买操作，请参见并发说明。 |
语音模型自学习工具 | 您可以借助语言模型定制工具对垂直领域的识别效果进行优化，从而提升语音识别率。 由于技术升级，语言模型定制现已免费开放给所有用户，每位用户最多支持创建10个模型。 |
常见问题
CosyVoice 不同版本及渠道的计费差异说明
Q：CosyVoice 3-plus 和 flash 版本为什么价格不同？
A：两个版本的计费差异由综合因素决定，包括声音复刻能力、合成音质效果等，并非仅由官方音色数量决定。3-plus 因具备更强的声音复刻能力和更高的合成音质，定价高于 flash 版本。
Q：CosyVoice 3.5 和 CosyVoice 3 的价格差异是否为临时优惠？
A：两者的价格差异是正常的差异化定价策略，并非限时优惠或临时折扣。
Q：百炼 CosyVoice 和智能语音交互（ISI）的 CosyVoice 有何区别？
A：两个渠道均按字符数计费，主要区别如下：
对比项 | 百炼 CosyVoice | 智能语音交互 CosyVoice |
新用户免费额度 | 1 万字符（90 天有效） | 无 |
参考价格 | 约 0.003 元/千字符 | 约 0.004 元/千字符起 |
建议结合新用户资格及对音色品质的需求综合选择。
Q：fun-asr-far-field 模型是否额外收费？
A：fun-asr-far-field 模型与默认语音识别模型的商用收费标准一致，不额外收费。
离线语音合成 SDK 授权与资源包使用说明
Q：SDK 授权个数是什么含义？
A："个数"指可激活并运行离线语音合成 SDK 的设备数量上限，而非软件下载次数。每成功在一台设备上完成 SDK 初始化并通过唯一 device_id 注册，即消耗 1 个授权配额。同一设备反复卸载重装，只要 device_id 不变，仅算一次激活。项目代码、AccessKey（AK）、app_key 可在多台设备间共用，不影响授权计数。
Q：如何查询已激活的设备数量？
A：阿里云暂不提供直接查询激活设备数量的接口。建议通过 SDK 回调中返回的 task_id 结合本地日志自行追踪已激活设备数量。
Q：离线语音合成是否支持粤语？
A：离线语音合成资源包暂不包含粤语音色，该服务目前不支持粤语。
Q：购买长文本语音合成资源包后如何使用？
A：资源包（商品码 FPT_nls_longtts_bag_deadlineAcc_1565165090）用于长文本语音合成（LongTTS）服务。购买成功后，调用长文本语音合成 API 产生的费用将自动从资源包中抵扣，无需手动配置。
资源包购买页面无法访问或显示为空怎么办
Q：资源包购买页面打不开或页面显示为空，如何处理？
A：可按以下步骤排查和解决：
使用备用链接：直接访问语音合成资源包备用购买页面。
浏览器排查：建议使用 Google Chrome 浏览器。清除浏览器缓存后重启，再次访问购买页面。
通过文档入口进入：若以上方式仍无法访问，可在本页面（计费项）的计费项章节中找到资源包购买链接，通过标准入口进入购买页面。
哪些关联服务或功能不单独收费
Q：SDM 服务是否收费？
A：SDM 服务本身不收费。但 SDM 部署所依赖的运行环境（如服务器、网络等基础设施）需用户自行准备，相关费用由用户承担。
Q：增加告警接收人是否需要额外付费？
A：增加告警接收人不会产生额外费用。通知接收方不计费，费用仅与实际使用的语音服务量相关。
Q：MRCP Server 组件是否单独收费？
A：MRCP Server 组件按照本文档现有计费项执行，不单独额外收费。
Q：开通录音文件识别 API 是否需要额外付费？
A：开通录音文件识别 API 本身无需额外付费，采用按量付费（后付费）模式。具体价格请参考本页面计费项章节的说明。