把选择放在同一张表里
选择一个功能和 2–4 个工具，比较价格、交付、实测与可信度。
测试范围与比较说明
这里对照已记录的事实，不给历史报告排统一名次。档位与测试范围尚未统一标记；价格须结合记录日期，处理耗时也受测试条件影响。隐私内容为页面声明与可见流程记录，不等同于安全审计。
所选产品跨功能专题覆盖矩阵（Product vs Product）
同一款产品在不同功能边上独立评分；点击共同支持的专题即可无缝切换下方详细对比表| 功能专题（边） | cleanvoice.ai | voysum.com | 横向对比操作 |
|---|---|---|---|
| 音视频语音转文字 | 70/100 TXT · 有交付文件 | 70/100 JSON · 有交付文件 | 当前对比专题 |
| 视频压缩 | 未涉及或待测 | 93/100 MP4 · 有交付文件 | 在专题内找同类对比 → |
| 人声分离与降噪 | 91/100 MP3 · 有交付文件 | 未涉及或待测 | 在专题内找同类对比 → |
| 比较项目 | Cleanvoice AI 音视频语音转文字 70/100 七方面综合评分 Cleanvoice AI 注册赠 30 分钟免费额度（免绑信用卡），勾选 Summarize 即可生成带说话人标记的转写文本并支持 .TXT、.SRT、.VTT、.TTML 等 9 种格式一键原生导出；口播词汇完整度高（68/68 词），但因数字标点间插入空格且异步队列耗时约 280 秒，适合播客与访谈后期一站式净化与归档。 本次交付 TXT · 有交付文件 历史评测 · 2026-11-05 | Voysum 音视频语音转文字 70/100 七方面综合评分 Voysum 在标准 38.86 秒英文语音转录母版实测中展现出极快的服务端处理速度，云端在 3.85 秒内即完成转写并交付 TXT、SRT、VTT、JSON 等 6 种格式；但实测中文稿在第 13 秒至 30 秒间出现跳段漏转，词准确率 63.2%，免费层提供 120 分钟/月额度且零导出水印。 本次交付 JSON · 有交付文件 历史评测 · 2026-11-05 |
|---|---|---|
| 定价与规则 | ||
| 定价方案 | Cleanvoice AI 全站音频降噪、人声增强与播客剪辑计费方案 · 2026-10-29 方案 · 来源日期 月付 / 单次 全年实付 / 周期 额度与限制 Free Trial 体验版2026-10-29 ↗ 免费试用 试用 试用 30 分钟音频处理体验，无需绑定信用卡 体验口癖消除、背景降噪、静音切片、录音棚音效增强与时间轴导出；试用额度单次消耗完毕即止；无自动续费；额度用尽为止 Pay as You Go 点卡（5小时）2026-10-29 ↗ USD 11 · 一次性付款 按量 / 一次性 按量 / 一次性 5 小时音频处理额度（折合 $2.20/小时） 包含全部音频增强与消除功能，支持 API 与 Web 界面；一次性购买点卡；不自动续约；购买后 2 年内有效 订阅方案 10小时（月付）2026-10-29 ↗ USD 11/月 — 月付 每月 10 小时音频处理额度（折合 $1.10/小时） 全部增强功能、多轨剪辑、时间轴导出、未用额度最多可结转 30 小时 规则 [1] [2] [3]订阅方案 10小时（年付）2026-10-29 ↗ — USD 110/年 年付 每年 120 小时（每月 10 小时额度，折合 $0.92/小时） 全部增强功能、多轨剪辑、时间轴导出、未用额度结转；年付 $110/年，预缴一年；按年自动续费；一年期有效 订阅方案 30小时（月付）2026-10-29 ↗ USD 28/月 — 月付 每月 30 小时音频处理额度（折合 $0.93/小时） 全部增强功能、多轨剪辑、时间轴导出、未用额度最多可结转 90 小时 规则 [1] [2] [3]5 条方案／周期记录，全部列出；— 表示未记录该周期。 提供 30 分钟免费体验（免绑信用卡）；按量点卡 $11 起（有效期 2 年）；包月订阅 $11/月（10小时）、$28/月（30小时）与 $90/月（100小时），年付分别享 $110/年、$300/年与 $900/年；未用额度最多可结转 3 倍月限额。 | 官方网站个人免费方案、月付方案与年付方案全部转录订阅层级；本地工具 100% 免费 · 2026-11-05 方案 · 来源日期 月付 / 单次 全年实付 / 周期 额度与限制 Free 免费方案2026-11-05 ↗ 免费 免费 免费 每月 120 分钟转录额度，每日最多 3 次，单文件最长 30 分钟，最大 100 MB 云端语音转文字，可编辑文稿，TXT 与字幕导出；每日限 3 次任务，需注册账号，单文件限 30 分钟与 100 MB Starter 入门版（年付）2026-11-05 ↗ — USD 70/年 年付 每月 1,200 分钟转录额度 包含 Starter 全部功能，TXT/SRT/VTT/CSV 导出，私有文件处理；按年计费 $70/年，相当于每月 $5.83 Pro 专业版（年付）2026-11-05 ↗ — USD 180/年 年付 每月 6,000 分钟转录额度 包含 Pro 全部功能，每月 6,000 分钟，Stripe 账单门户；按年计费 $180/年，相当于每月 $15.00 5 条方案／周期记录，全部列出；— 表示未记录该周期。 免费方案免信用卡赠送 120 分钟/月，单日限 3 次，单文件 30 分钟/100 MB；Starter 月付 $7/月，年付 $70/年（折合月均 $5.83）；Pro 月付 $18/月，年付 $180/年（折合月均 $15.00）。Stripe 处理安全结算。 取消退款、来源与核验记录取消与退款条件未核验 Voysum 官方首页 ↗ · 2026-11-05 采集证据 1 ↗ Voysum 官方定价方案 ↗ · 2026-11-05 采集证据 1 ↗ · 采集证据 2 ↗ |
| 测试当日免费与试用额度 | 注册赠送 30 分钟免费额度（免绑信用卡），38.86 秒音频转写消耗 1 分钟额度 | 免费方案每月提供 120 分钟语音转写额度（每日限 3 次，单文件限 30 分钟与 100 MB） |
| 取消与退款 | 未核验 | 未核验 |
| 收费与限制的告知 | 未核验 | 上传即时开启异步转写与进度轮询，完成后立即展示完整时间轴与导出按钮 |
| 任务质量 | ||
| 样本的可核对结果 | 文字识别准确率: 79.4% · 核心关键词召回率: 60% · 验证锚点校验: 未识别 · 音频时长: 38.9s | 文字识别准确率: 63.2% · 核心关键词召回率: 40% · 验证锚点校验: 未识别 · 音频时长: 38.9s |
| 样本表现 | 在 38.86 秒英文语音测试母版上完整识别全部 68 个单词（词准确率 79.4%，关键词召回率 60.0%），因标点格式化在数字与连字符间插入空格（如「$14 ,850 .50」、「2026 -0814」）且将「Verified」转写为词根「Verify」，精确字符串匹配得分为 39.8/65。 | 服务端转写极速（3.85 秒），支持 6 种结构化格式导出，中段跳段使词准确率为 63.2%。 |
| 历史观察原文 | 在 Cleanvoice Beta 工作台（https://app.cleanvoice.ai/beta）上传 38.86 秒标准语音母版（anchor_transcribe_v1/audio.mp3），开启 Summarize 选项执行处理；音频净化于 57.27s 就绪，随后异步转写于 280.18s 完成，点击 Transcription Export 弹窗一键原生导出 497 B 纯文本文件（output.txt）。 | Voysum 云端在 3.85 秒内完成 38.86 秒音频转写并即时提供 TXT、SRT、VTT、JSON 导出（02_result.png、03_download.png）。 |
| 适用场景 · 历史评测建议 | 未核验 | 需要极快转写速度、多格式字幕导出与免费 120 分钟月度额度的日常播客与会议转写用户 |
| 效果与交付证据 | ||
| 交付能力 | ||
| 交付规格记录 | TXT · 有交付文件 · 水印状态需看记录 | JSON · 有交付文件 · 实测无水印 |
| 历史规格描述 · 不代表官方上限 | 原生纯文本与 9 种专业字幕格式导出 (.TXT / .SRT / .VTT / .iTT / .TTML, 68 词, 0.5 KB) | 原生 TXT / Markdown / JSON / CSV / VTT / SRT 多格式直接导出 (42 词, 0.3 KB TXT / 1.0 KB JSON) |
| 水印记录 | 未核验 | 无水印 |
| 批量与 API | 未核验 | 支持单次上传与在线多格式字幕导出，配套 46 款免登录本地工具箱 |
| 免费档尺寸记录 | 0.5 | 1 |
| 所附文件实际尺寸 | 未核验 | 未核验 |
| 速度与稳定性 | ||
| 计时记录 | 网络层服务端等待: 280.18s · 端到端参考: 281.68s | 网络层服务端等待: 3.85s · 端到端参考: 4.11s |
| 日期与测试素材 | 2026-11-05 · anchor_transcribe_v1 · US-West (California, AS2914) | 2026-11-05 · anchor_transcribe_v1 · Cloudflare R2 / Global Worker Cluster |
| 重复测试与稳定性 | 尚无统一的重复次数、成功率与波动区间记录。 | 尚无统一的重复次数、成功率与波动区间记录。 |
| 交互体验 | ||
| 账号要求 | 未核验 | 本次流程需要账号 |
| 登录方式 | 支持 Google OAuth、Microsoft OAuth 与邮箱注册登录 | 支持邮箱注册与快捷登录，免绑信用卡 |
| 人工调整 | 未核验 | 未核验 |
| 交互与转化记录 | 上传音频后勾选 Summarize（Creates transcript, summary, and social posts）即可自动生成带说话人标记（SPEAKER_00）与时间轴的转写文本，并提供 Text Only、Text (Speakers & Timecodes)、.SRT、.VTT、.iTT、.TTML 等 9 种格式一键原生导出（02_result.png、03_download.png）。 | 界面整洁，上传后无需复杂配置即自动异步转录并呈现文稿编辑界面；免费提供 6 种格式一键下载与 AI 摘要笔记扩展（02_result.png、03_download.png）。 |
| 背景与信誉 | ||
| 服务状态变化 | 未核验 | 未核验 |
| 运营主体 | Sigmoid Creativity S.R.L. | Voysum Team |
| 来源地区记录 | 罗马尼亚布加勒斯特（创立于 2021 年） | 独立开发团队 |
| 域名历史记录 | 域名注册于 2021 年 | 上线于 2026 年（隐私政策生效于 2026 年 8 月） |
| 背景与信誉评测观察 | 欧盟法定注册公司（Sigmoid Creativity S.R.L.），公开工商注册编号与法定服务协议，客户与开发者生态完备。 | 新兴独立 SaaS 平台，架构与数据留存声明清晰，Stripe 支付集成合规，官方联系邮箱公开。 |
| 外部信誉记录 | 由欧盟罗马尼亚企业 Sigmoid Creativity S.R.L. 运营（商业登记号 J2021008970407，税号 RO44318031），拥有完整 DPA、SLA 与欧盟 GDPR 合规体系。 | 由开发者自荐入库，明确区分云端转录与免上传本地工具边界，公开官方邮箱 hello@voysum.com 与 Stripe 结算支持。 |
| 工程与隐私 | ||
| 处理位置 | 处理位置未确认 | 上传至云端处理 |
| 第三方追踪记录 | Privasee · Stripe | Google Analytics · Stripe |
| 工程与隐私评测观察 | 遵循欧盟 GDPR 与 DPA 数据处理协议，欧盟云端集群执行声学处理与 ASR 转录，支持用户在 History 中随时管理与彻底删除资产。 | 音频上传至私有 Cloudflare R2 存储并在处理后自动清理源文件，转录文稿持久化于用户工作台，传输全程加密。 |
| 数据留存声明 | 明确保留期限未确认；查看政策记录 | 明确保留期限未确认；查看政策记录 |
| 评价依据 | ||
| 定价与规则透明度 | 33 / 35 点卡与订阅方案折合单价清晰公布，工作台顶部实时展示剩余免费额度（Credit 29m -> 28m），38.86 秒音频转写扣除 1 credit，免绑信用卡（01_landing.png）。 | |
| 交互与转化克制 | 28 / 30 上传音频后勾选 Summarize（Creates transcript, summary, and social posts）即可自动生成带说话人标记（SPEAKER_00）与时间轴的转写文本，并提供 Text Only、Text (Speakers & Timecodes)、.SRT、.VTT、.iTT、.TTML 等 9 种格式一键原生导出（02_result.png、03_download.png）。 | 28 / 30 界面整洁，上传后无需复杂配置即自动异步转录并呈现文稿编辑界面；免费提供 6 种格式一键下载与 AI 摘要笔记扩展（02_result.png、03_download.png）。 |
| 背景与外部信誉 | ||
| 基础工程与隐私 | ||
| 任务质量 | 39.8 / 65 标准 38.86 秒英文语音母版实测：词准确率 79.4%（68/68 词），关键词召回率 60.0%（6/10）；由于标点格式化在数字与连字符间插入了空格（如 "$14 ,850 .50"、"2026 -0814"、"99 .4 %"）并将 "Verified" 识别为词根 "Verify"（"Realtest Transcribe Verify 2026"），精确字符串匹配扣分 (39.8/65)。 | 30.1 / 65 标准 38.86 秒英文语音母版实测：词准确率 63.2%（43/68 词），关键词召回率 40.0%（4/10，命中 speech recognition, transcription, numerical precision, hallucination）；因口播第 13 秒至 30 秒中段（涉及财务数字 $14,850.50、99.4% 与口播验证码）在转写时间轴中出现跳段丢失，未命中校验码 (30.1/65)。 |
| 交付规格 | 16 / 20 免费账户支持一键原生导出 .TXT 纯文本、带说话人时间码文本、.SRT、.VTT、.iTT 及 Adobe Premiere 专用 .TTML 字幕文件 (16.0/20)。 | 18 / 20 免费账户支持一键导出 TXT、Markdown、JSON、CSV、VTT、SRT 等 6 种结构化文本与字幕格式，并支持在线编辑文稿与 AI 笔记生成，零导出水印 (18.0/20)。 |
| 处理速度 | ||
