
專項更強Provides Whisper via API for robust speech-to-text, but lacks specialized real-time streaming audio intelligence pipelines.
Gladia 每月有 232,451 次造訪,月增率 +6.4%,定價模式為免費增值、需聯絡報價。HeyGen 每月有 7,000,070 次造訪,成長率 +9.4%,定價模式為免費增值。
| 面向/指標 | ![]() | ![]() |
|---|---|---|
| 官方網域 | gladia.io | app.heygen.com |
| 定價模式 | 免費增值、需聯絡報價 | 免費增值 |
| 每月造訪次數 | 23.25萬 (232,451) | 700.01萬 (7,000,070) |
| 月流量變化量 | +1.39萬 (+6.4%) | +59.92萬 (+9.4%) |
| 主要市場與市佔 | 🇧🇷 巴西 (22.1%) | 🇺🇸 美國 (18.5%) |
| 每月直接造訪 | 12.85萬 | 410.12萬 |
| 使用者評分 | 4.4 | 4.8 |
| 支援平台 | 網站 | 網站 |

為生產級語音產品打造的語音轉文字與音訊智慧 API
透過 WebSocket 串流實現即時字幕,或透過 REST 提交檔案進行批次轉寫,支援 MP3、WAV、FLAC、Opus 等主流格式。
涵蓋 100 多種語言的自動語種偵測,對口音敏感,並支援同一句話中在多種語言間切換的情境。
說話者分離、命名實體辨識、PII 去識別化、情感分析與摘要,全部按需啟用、按需計費。
把轉寫結果直接送入大型語言模型,可使用 Gladia 代管模型或自帶模型(BYOM),用於生成摘要與結構化輸出。

幾分鐘內把腳本變成攝影棚級 AI 數字人影片
可從 500 多位現成主持人中挑選、使用照片數位人,或訓練外觀與聲音都像你的專屬 Video Avatar,再直接由腳本生成口播影片。
把一支錄影本地化為 175 種以上語言和方言,支援可編輯腳本、品牌術語表、音色切換以及母語審校席位。
代理式工作流可把想法擴展為完整成品,更高方案可調用領先的影片與圖像生成模型。
可加入測驗、分支與決策節點,透過連結嵌入影片,並匯出 SCORM 包,讓內容直接進入企業學習系統。

專項更強Provides Whisper via API for robust speech-to-text, but lacks specialized real-time streaming audio intelligence pipelines.
專項更強All-in-one mobile and web video editor equipped with built-in AI avatar and captioning tools.
專項更強Provides industry-leading voice cloning and speech synthesis for realistic avatar narration.
專項更強Provides industry-leading voice cloning and speech synthesis for realistic avatar narration.
專項更強Offers browser-based video creation with AI avatar and voice generation tools.
提供好上手的 AI 虛擬人影片製作與真人說話範本,免費額度大方但剪輯工具較陽春。
專注於企業培訓與簡報的業界領頭AI虛擬人製作工具,但範本選擇與價格方案不同。


Offers cost-effective batch transcription APIs powered by distributed cloud hardware rather than dedicated streaming infrastructure.
Offers cost-effective batch transcription APIs powered by distributed cloud hardware rather than dedicated streaming infrastructure.
專注於即時對話式數位人和真人發言影片,提供比 HeyGen 工作室建構器更強的互動能力。
