廣東話 ASR 比較
港嘢 vs Deepgram：廣東話語音轉文字點揀？（2026）
一句答你：兩邊都支援粵語，但定位唔同。港嘢係粵語專門、港幣按秒計費；Deepgram 係多語言開發者平台，官方 Nova-3 語言表列 zh-HK，另有 word-level timestamps、diarization、keyterm 等 add-ons。要廣度定要粵語專門，就係呢條線。
本文競品資料全部來自對方官方公開頁面（觀察日期 2026-10-31），只列可核實 規格並盡量標明來源位置；平台隨時改版，落單前請以官方最新頁面為準。 準確度屬實測結果，本文唔會由定價頁推導，亦唔會替任何一方排名。
TL;DR：八個維度逐項對照
| 維度 | 港嘢 Canto-Gen | Deepgram |
|---|---|---|
| 粵語支援 | 粵語專用引擎，yue 係 API 預設語言；中英夾雜保留原詞 | 官方 Nova-3 語言表列 zh-HK（Chinese, Cantonese, Traditional；2026-03-17 加入，2026-10-31 查閱） |
| 即時 vs 檔案 | 兩者都有：同步檔案（≤8 分鐘）＋非同步長音檔（≤4 小時／200 MB）＋即時 WebSocket | 兩者都有：pre-recorded（REST）＋streaming（WebSocket） |
| 熱詞／詞彙表 | 自訂詞彙表最多 50 詞（每詞 ≤30 字元，提示句 ≤200 字元）；per-request 或帳戶預設；需 asr_vocabulary 權限 | Keyterm Prompting：官方文件列最多 100 個 keyterm（500 token 上限），streaming 可中途更新；add-on 計費（2026-10-31 查閱） |
| 講者分辨 | 會議助理（/ai-meeting-minutes）提供講者分辨；公開 ASR API 輸出以逐字稿為主（2026-10-31 查閱文件未列講者標籤） | Speaker Diarization：pre-recorded 已包含、streaming +US$0.0020／分鐘（2026-10-31 官方定價頁） |
| 時間戳 | 公開 ASR 輸出支援 json／text；官方文件明列 srt／verbose_json 需段級時間戳、暫時未提供（2026-10-31 查閱） | Word-level timestamps 屬標準輸出（2026-10-31 官方文件查閱） |
| 計費單位 | 檔案 HK$0.80／音頻小時；即時 HK$1.40／音頻小時；按秒計、只計成功 | 按音頻秒計：Nova-3 單語 pre-recorded US$0.0043／分鐘（≈US$0.258／小時）、streaming US$0.0077／分鐘（≈US$0.462／小時）；US$200 免費額度（2026-10-31） |
| 資料落地 | 內容存放於雲端資料庫，資料中心位於南韓（首爾），備份同區；刪除後 30 日內永久清除；企業可按合約約定更短保留或零保留 | 官方提供 EU endpoint（api.eu.deepgram.com）；Enterprise 可自架容器（2026-10-31 官方定價頁 FAQ） |
| API 接入成本 | REST：同步 multipart、非同步任務輪詢、即時 WebSocket；OpenAPI 3.1 spec＋互動文件；免費帳戶行 sandbox，付費方案（輕量起）解鎖全速 API | REST pre-recorded＋WebSocket streaming；US$200 免費額度，按用量付費（2026-10-31 官方定價頁） |
競品欄觀察日期：2026-10-31（官方定價頁、keyterm 文件、2026-03-17 changelog）。港嘢費率以 src/lib/marketing/feature-facts.ts 為準（SSOT：wallet.ts）。
詳細比較
粵語支援：官方語言表點寫
Deepgram 官方 Nova-3 語言表列有 zh-HK，對應 Chinese, Cantonese, Traditional；官方 changelog 顯示呢個語言碼係 2026-03-17 加入（2026-10-31 查閱）。呢點要公道講：佢係有正式粵語語言碼嘅多語言平台，唔係「順便支援中文」。
港嘢嘅定位相反：唔係多語言平台加一個粵語碼，而是由頭到尾只做粵語 —— yue 係 API 預設語言，中英夾雜、語氣詞、九聲六調都係產品核心處理對象。兩邊都「有粵語」，分別在於廣度同深度嘅取捨。
即時與檔案：兩條路都齊
兩邊都同時提供即時串流同檔案轉寫，所以「有冇即時」唔會係分水嶺。分別在於上限同工作流：港嘢同步路徑適合 8 分鐘以內短音檔，更長嘅錄音走非同步任務（單檔上限 4 小時／200 MB），提交後可以關掉頁面；即時聽寫行 WebSocket，逐段出字。
Deepgram 嘅 streaming 同 pre-recorded 分開計費，streaming 每分鐘單價較高；如果你係「事後補稿」為主，pre-recorded 會化算啲。兩邊都建議按實際用途揀路徑，而唔係一律用即時。
熱詞與講者分辨：功能深度 vs 粵語專門
Deepgram 嘅 Keyterm Prompting 官方文件列最多 100 個 keyterm、合共 500 token 上限，streaming 期間可以中途更新個列表；呢個對產品名、客戶名經常變嘅場景好用。Speaker Diarization 喺 pre-recorded 已包含，streaming 就每分鐘加 US$0.0020（2026-10-31 官方定價頁）。
港嘢嘅自訂詞彙表上限 50 詞、每詞 30 字元，可以逐次請求帶，或者存喺帳戶做 API 預設；需要 asr_vocabulary 權限。講者分辨方面要講清楚：我哋嘅會議助理產品（/ai-meeting-minutes）有講者分辨，但公開 ASR API 嘅輸出以逐字稿為主，未列講者標籤 —— 如果你要 API 直接回 speaker label，Deepgram 會直接啲。
時間戳與字幕：我哋嘅明確邊界
Deepgram 嘅轉寫回應有 word-level timestamps，做字幕、karaoke 對齊、剪片定位都好直接。港嘢公開 ASR API 目前只出 json／text；官方文件明寫 srt／verbose_json 需要段級時間戳，暫時未提供（2026-10-31 查閱）。
呢個係實實在在嘅功能差異，唔係「遲啲會有」嘅承諾。如果你嘅核心需求係逐字時間碼，唔應該為咗粵語而硬用我哋；可以先出逐字稿，再用其他對齊工具處理，或者直接揀有時間戳嘅平台。
計費：按秒 vs 按分鐘＋add-ons
港嘢用「音頻秒數 × 成敗」計：檔案 HK$0.80／音頻小時、即時 HK$1.40／音頻小時，按秒計、只計成功，冇最低消費。以一條 1 小時錄音為例，檔案轉寫就係 HK$0.80。
Deepgram 按音頻秒計，Nova-3 單語 pre-recorded US$0.0043／分鐘、streaming US$0.0077／分鐘（2026-10-31 官方定價頁）；keyterm、diarization、redaction 等 add-ons 逐項加上去。兩邊幣種同計費慣例唔同，實際成本要按你嘅用量同 add-on 組合計，唔好只比較牌面單價。
資料落地與 API 接入
港嘢嘅內容存放於雲端資料庫，資料中心位於南韓（首爾），備份同區管理；刪除後 30 日內永久清除，企業可按合約約定更短保留或零保留。Deepgram 官方提供 EU endpoint（api.eu.deepgram.com），Enterprise 亦可自架容器（2026-10-31 官方定價頁 FAQ）—— 如果你有特定地區或自架要求，呢點係佢嘅優勢。
API 接入方面，兩邊都係 REST＋WebSocket 嘅主流做法。港嘢附 OpenAPI 3.1 spec 同互動文件，免費帳戶行 sandbox，付費方案（輕量起）解鎖全速 API；Deepgram 有 US$200 免費額度同成熟 SDK 生態。你團隊現有 stack 用邊套 SDK，往往比規格表更影響接入成本。
邊個應該揀邊個？
兩邊做嘅唔係同一件事，唔存在「邊個完勝」。以下係按規格同使用情境嘅適配建議：
揀港嘢，如果你：
- 內容以粵語為主：會議、訪談、課堂、客服錄音
- 想港幣計費、按秒計、只計成功，預算容易預測
- 想要中文（粵語）介面同本地支援
- 只需要逐字稿（json／text），字幕對齊可以另用工具處理
揀 Deepgram，如果你：
- 同一個平台要處理 60+ 種語言
- 要 word-level timestamps、API 內建講者標籤等附加功能
- 要 EU endpoint 或 Enterprise 自架部署
- 團隊已經有 Deepgram SDK／工作流，唔想搬
咩情況下唔應該揀我哋
我哋嘅公開 ASR API 有明確邊界。以下情況，其他平台或者專用工具會更合適：
- 你必須由 API 直接取得 word-level timestamps 做字幕或剪片對齊（我哋公開 ASR 只出 json／text）
- 你要 API 輸出直接帶講者標籤（我哋嘅講者分辨喺會議助理產品，唔係公開 ASR API）
- 你要自架或指定資料處理地區（我哋公開服務唔提供自架，企業安排要另外洽談）
- 你要一個模型同時覆蓋幾十種語言（我哋專做粵語）
最後一句老實話：轉寫準確度、延遲同穩定性要親身試先判斷到。最公道嘅做法係 攞同一段真實錄音，兩邊各跑一次，再逐字核對專有名詞同數字。
常見問題 FAQ
Deepgram 支援廣東話嗎？
官方 Nova-3 語言表列有 zh-HK（Chinese, Cantonese, Traditional），係 2026-03-17 changelog 加入嘅（2026-10-31 查閱官方文件）。呢個係官方語言表嘅事實，唔代表任何準確度承諾；平台隨時會更新語言同模型，落手前建議再查一次官方表。
兩邊最大分別係咩？
定位唔同：港嘢由介面、計費到 API 預設都圍繞粵語；Deepgram 係多語言開發者平台，官方稱 Nova 系列覆蓋 60+ 語言，另有 keyterm、diarization、redaction 等 add-ons。你要嘅係「粵語專用、港幣計費」定「一個平台食多種語言＋豐富附加功能」，答案會唔同。
點解你哋嘅 ASR API 冇 word-level timestamps？
如實講：我哋公開 ASR API 目前輸出 json／text；官方文件明列 srt／verbose_json 需要段級時間戳，暫時未提供（2026-10-31 查閱）。如果你嘅 workflow 一定要逐字時間碼做字幕對齊，我哋唔係直接嘅選擇；你可以只用逐字稿，再交俾其他工具做對齊。
計費點比較？
港嘢：檔案轉寫 HK$0.80／音頻小時、即時聽寫 HK$1.40／音頻小時，按秒計、只計成功。Deepgram：Nova-3 單語 pre-recorded US$0.0043／分鐘（約 US$0.258／小時）、streaming US$0.0077／分鐘（約 US$0.462／小時），另有 US$200 免費額度（2026-10-31 官方定價頁）。未計 add-ons 同匯率，唔建議只睇牌面單價。
資料存放喺邊？
港嘢：生成內容同轉錄紀錄存放於雲端資料庫，資料中心位於南韓（首爾），備份同區管理；刪除後 30 日內永久清除，企業可按合約約定更短保留或零保留（見私隱政策／DPA）。Deepgram：官方提供 EU endpoint（api.eu.deepgram.com），Enterprise 可自架容器（2026-10-31 官方定價頁 FAQ）。