Presyo ng token para sa bawat VocaLingo tool

Nagpapakita ang bawat tool ng estimate bago ito magsimula. Ang mga rate sa ibaba ang aktwal na sinisingil ng server. Ang mga singil ay niroround up sa buong token, at ang maliliit na operasyon na nagkakahalaga ng fraction ng token ay naiipon hanggang sa umabot sa isang buong token. Kung paano gumagana ang pagsingil sa pangkalahatan ay ipinapaliwanag sa Paano gumagana ang mga token.

Video Translation

Ang Video Translation ay sinisingil kada segundo ng source video, pagkatapos lamang maging handa ang na-translate na video. Ang minimum ay 1 token.

Tumatanggap ang HeyGen ng mga video hanggang 30 minuto. Kung mabigo ang Lip Sync, makukuha mo ang dubbed video nang wala ito at babayaran mo ang ElevenLabs rate na walang Lip Sync.

Audio Translation

Hinihiwalay ng Audio Translation ang singil para sa tatlong hakbang. Awtomatikong tumatakbo ang recognition at translation at napakaliit lang ng gastos. Nabubuo lamang ang voiceover kapag pinindot mo ang play button, at doon napupunta ang karamihan ng gastos.

Speech recognition

Ang translation ng na-recognize na text at ang Summary tab ay nagkakahalaga ng fraction ng token para sa karaniwang recording.

Voiceover

Ang voiceover ay sinisingil ayon sa haba ng na-translate na text. Ang 1,000 characters ay humigit-kumulang isang minuto ng pagsasalita.

Halimbawa: ang isang minutong voice message na binigyan ng boses gamit ang ElevenLabs voice ay nagkakahalaga ng humigit-kumulang 1 token para sa recognition at translation dagdag ang humigit-kumulang 10 para sa voiceover. Gamit ang ElevenLabs Dubbing v2, ang parehong minuto ay nagkakahalaga ng humigit-kumulang 264 token.

Text to Speech

Ang Text to Speech ay sinisingil ayon sa haba ng text, hanggang 10,000 characters kada request.

Para sa Qwen 3 voices, kasalukuyang ipinapakita ng app ang halos kalahati ng totoong presyo.

Pag-save ng iyong boses sa My Voices

Ang pag-save ng MiniMax voice ay nagkakahalaga ng 180 token. Sisingilin ang mga ito bago magsimula ang cloning at awtomatikong ibinabalik kung mabigo ang cloning. Ang pag-save ng Qwen 3 voice ay nagkakahalaga ng humigit-kumulang 1 token. Libreng nase-save ang boses na ire-record mo sa onboarding tour.

Voice Changer

Ang Voice Changer ay nagkakahalaga ng 14.4 token kada minuto ng source recording, binibilang ayon sa totoong haba nito, minimum na 1. Ang 30-segundong clip ay nagkakahalaga ng 8 token, ang 5-minutong recording (ang maximum) ay 72. Sisingilin ang mga token kapag handa na ang resulta.

Add Captions

Nagsisingil ang Add Captions pagkatapos maihanda ang captioned video. Pareho ang presyo mayroon man o walang caption translation.

Text Transcription at Video to Text

Parehong ginagamit ng dalawang tool ang parehong presyo sa recognition tulad ng Audio Translation. Gamit ang default na ElevenLabs Scribe, ang transcript ay nagkakahalaga ng humigit-kumulang 0.73 token kada minuto. Ang Video to Text ay sumisingil ng hindi bababa sa 1 token kada video: ang 10 minuto ay nagkakahalaga ng 8 token, ang isang oras ay 44. Ang Essence tab at Export to PDF ay nagkakahalaga ng fraction ng token.

Text Translation, photo translation at Text Analysis

• Text Translation at Text Analysis: fractions ng token para sa karaniwang text. Naiipon ang mga ito at lumalabas bilang buong token sa Usage History.

• Listen sa Text Translation: 10 o 20 token kada 1,000 characters, depende sa wika.

• Translate photo: ang Nano Banana 2.1 ay nagkakahalaga ng 4 o 6 token depende sa laki ng litrato; ang GPT Image 2.5 ay nagkakahalaga ng 6 para sa square image at 5 para sa landscape o portrait.

Tourist Translator

Sumisingil ang Tourist Translator para sa recognition, translation, at voiceover. Ang recognition ay nagkakahalaga ng humigit-kumulang 1.3 token kada minuto ng pagsasalita, kaya ang isang oras ng tuloy-tuloy na pagsasalita sa lecture mode ay humigit-kumulang 80 token. Nagdaragdag ang voiceover ng 10 token kada 1,000 characters, at ang translation ay nagkakahalaga ng fractions ng token. Sinisingil lang ang recognition at voiceover kapag nagtagumpay ang mga ito.

Chat

Ang singil sa chat message ay nakadepende sa ginagastos ng modelo sa pagbasa ng iyong mensahe kasama ang konteksto nito at sa pagsulat ng sagot. Ipinapakita ng talahanayan ang VocaLingo tokens kada 1 milyong model tokens (input / output). Ang maikling tanong at sagot ay karaniwang nagkakahalaga ng fraction ng token; mas mahal ang mahahabang chat na may mga file dahil binabasa muli ang buong konteksto.

May karagdagang singil ang mga tool sa loob ng chat: ang web search ay nagkakahalaga ng 0.6 hanggang 1.7 token depende sa modelo, ang imahe mula sa Nano Banana 2.1 ay nagkakahalaga ng 4.8 token (1K), 7.2 (2K) o 15.6 (4K), at ang imahe mula sa GPT Image 2.5 ay nagkakahalaga ng 6 hanggang 7.2. Walang nakatakdang presyo ang Deep Research: nakadepende ito sa kung gaano karaming page ang binabasa nito. Libre ang Download Video sa chat.

AI Calls

Sinisingil ang AI Calls kada minuto, sa bawat 30 segundo. Nakadepende ang presyo sa bansa at network na tinatawagan mo at kung binibigkas ng AI ang translation. Ang eksaktong presyo para sa iyong numero ay ipinapakita sa app bago ang tawag.

Ang pag-verify ng iyong sariling numero sa My Numbers ay nagkakahalaga ng presyo ng SMS o tawag (hindi bababa sa 1 token) dagdag ang 10 token kapag kinumpirma mo ang code.

Mga madalas itanong