VocaLingo 各工具的代币价格

每个工具在启动前都会显示预估费用。下方费率是服务器实际扣除的金额。扣费向上取整为整数代币，不足 1 个代币的微小操作会持续累计，直至达到 1 个完整代币。有关扣费的通用机制，请参阅代币运作方式。

视频翻译

视频翻译按原视频的秒数计费，仅在翻译完成的视频准备就绪后扣除。最低消费 1 个代币。

HeyGen 支持最长 30 分钟的视频。如果口型同步失败，你将收到没有口型同步的配音视频，并按不带口型同步的 ElevenLabs 费率扣费。

音频翻译

音频翻译分为三个步骤分别计费。识别和翻译会自动运行且费用极低。只有当你点击播放按钮时才会生成配音，这部分构成了大部分费用。

语音识别

对于常规录音，识别文本的翻译以及“摘要”标签页仅花费极少量的代币。

配音

配音按照翻译后文本的长度计费。1,000 个字符大约相当于 1 分钟语音。

示例：使用 ElevenLabs 声音朗读的 1 分钟语音消息，识别和翻译花费约 1 个代币，配音另需约 10 个代币。使用 ElevenLabs Dubbing v2 时，同样的 1 分钟大约花费 264 个代币。

文本转语音

文本转语音按文本长度计费，每次请求上限为 10,000 字符。

对于 Qwen 3 声音，App 目前显示的价格约为实际价格的一半。

将声音保存至“我的声音”

保存 MiniMax 声音花费 180 个代币。费用在克隆开始前扣除，若克隆失败将自动退还。保存 Qwen 3 声音约花费 1 个代币。在新手指引中录制的声音可免费保存。

变声器

变声器按原录音的实际时长计费，每分钟 14.4 个代币，最低消费 1 个代币。30 秒片段花费 8 个代币，最长 5 分钟的录音花费 72 个代币。处理结果就绪后扣除代币。

添加字幕

添加字幕在带字幕的视频就绪后扣费。无论是否翻译字幕，价格均相同。

文本转录与视频转文字

两个工具的识别价格与音频翻译相同。使用默认的 ElevenLabs Scribe，转录费用约为每分钟 0.73 个代币。视频转文字每个视频至少扣费 1 个代币：10 分钟花费 8 个代币，1 小时花费 44 个代币。“要点”标签页与“导出为 PDF”仅花费极少量的代币。

文本翻译、拍照翻译与文本分析

• 文本翻译与文本分析：常规文本仅花费极少量的代币。它们会逐步累积，并在“使用记录”中按整数代币显示。

• 文本翻译中的朗读：每 1,000 字符 10 或 20 个代币，取决于所选语言。

• 拍照翻译：Nano Banana 2.1 根据照片大小花费 4 或 6 个代币；GPT Image 2.5 正方形图片花费 6 个代币，横向或纵向图片花费 5 个代币。

旅行翻译官

旅行翻译官按识别、翻译和配音计费。识别每分钟语音约花费 1.3 个代币，因此在讲座模式下连续 1 小时的语音约为 80 个代币。配音每 1,000 字符增加 10 个代币，翻译仅花费极少量的代币。识别和配音仅在成功后扣费。

聊天

聊天消息的费用取决于模型读取包含上下文的消息以及生成回答所消耗的资源。下表显示每 100 万模型 token 对应的 VocaLingo 代币数 (输入 / 输出)。简短的一问一答通常只需极少量的代币；包含长文件或长上下文的对话费用较高，因为系统会重新读取全部上下文。

聊天内的辅助工具另行计费：网络搜索每次消耗 0.6 至 1.7 个代币 (取决于模型)，Nano Banana 2.1 生成图片消耗 4.8 (1K)、7.2 (2K) 或 15.6 (4K) 个代币，GPT Image 2.5 生成图片消耗 6 至 7.2 个代币。Deep Research 没有固定价格，取决于读取的页面数量。在聊天中“下载视频”完全免费。

AI 通话

AI 通话按分钟计费，步进单位为 30 秒。价格取决于拨打的国家/地区和运营商网络，以及 AI 是否朗读翻译。拨打前 App 会显示针对你号码的准确价格。

在“我的号码”中验证你自己的号码需要支付短信或电话的实际费用 (至少 1 个代币)，确认验证码时另收 10 个代币。

常见问题