给萌灵装上耳朵：免费领取语音识别 API 额度（ASR/STT）
想对萌灵说话，就需要一家实时语音识别（ASR，也叫 STT）服务商。和选对话模型不同，选 ASR 的第一步不是看价格，而是看语言——厂商不支持你要说的语言，额度再大也白注册。这篇指南把选型逻辑、各家免费额度和邀请福利一次讲清，几分钟配好萌灵的「听」。
选语音识别服务商，先想清楚这三件事
第一：语言支持——最重要的是这一条
先确认厂商的实时流式识别支持你要说的语言，特别要注意多语言场景：你只会说一种语言，锁定它最稳；你会中英文混着说、或者偶尔切换日语韩语，就要选支持多语言自动识别、中途切换语种的模型，否则每次换语言都要手动改设置。另外注意区分「录播识别」和「实时流式识别」——有些厂商录播支持的语言更多，但桌宠对话用的是实时流式，要以流式的语言清单为准。
第二：网络延迟
桌宠对话讲究"说完马上接话"：服务器离你越近，首字转写越快，打断（barge-in）体验越自然。国内用户选国内节点的厂商延迟最低；用海外厂商时要考虑你的网络环境是否稳定，波动大时实时转写会出现明显滞后。日韩欧美用户同理，优先就近节点。
第三：费用
省钱路径和 LLM 类似：注册赠金（如 AssemblyAI 送 $50、Deepgram 送 $200）、每月免费时长（如 Speechmatics 每月 8 小时永久免费、千问 Paraformer 每月免费 10 小时），以及用完后的单价——桌宠对话每天就几分钟的语音量，ASR 按小时计价普遍在每小时几元以内，免费额度往往能用很久。
额度与语言支持对照表
下表整理于 2026 年 8 月，均为 AniMate 已接入的服务商；赠金和活动可能调整，注册时以官网为准。
| 服务商 | 支持的流式语言 | 免费额度 | 需要绑卡吗 |
|---|---|---|---|
| AssemblyAI | 中文、英语、西班牙语、法语、德语、意大利语、葡萄牙语 | $50 赠金（数百小时量级） | 不需要 |
| Deepgram Nova-3 | 中文（简/繁/粤语）、英语、日语、韩语、西班牙语、法语、德语等 36+ 种 | $200 赠金（约 750 小时） | 不需要 |
| Speechmatics | 中文（简/繁可选）、英语、日语、韩语等 55+ 种 | 每月 8 小时免费 + $100 赠金 | 不需要 |
| 千问 AI（Qwen） | 普通话、粤语、四川话等多种方言、英语（支持中英混合识别） | Paraformer 每月免费约 10 小时（月月刷新） | 需实名，免信用卡 |
| ElevenLabs Scribe v2 | 中文、英语、日语等 90+ 种（自动语种检测、对话中途切换） | 免费档约 30 分钟/月 | 不需要 |
语言清单以各家官方文档为准，会随版本更新增加；多语言自动识别建议直接在 AniMate 的「语言范围」里保留自动检测。
逐家点评：AniMate 已接入的服务商
AssemblyAI：首选推荐，注册最省心
额度：新账号注册即送 $50 赠金，按流式计价是数百小时量级，桌宠对话场景可以用很久，AniMate 的默认预设即开即用。
注册体验：邮箱注册、拿 Key、粘贴回 AniMate，全程不需要绑卡，是几家海外厂商里注册流程最顺的。
已注册用户注意：识别模型选 Universal 系列流式模型；语言范围在 AniMate 的「语言范围」设置里调整，中英混说保留自动检测即可。
Deepgram：赠金最多，多语言全能
额度：注册即得 $200 赠金（约 750 小时流式识别），无需绑卡，是几家里赠金最慷慨的。
注册体验：邮箱注册、控制台创建 Key 即用。
已注册用户注意：中文识别要选 Nova-3 系列模型，Deepgram 的 Flux 对话模型不支持中文；简体、繁体、粤语都有对应支持，日韩文也覆盖。官方目前没有好友邀请返利活动，直接注册领 $200 就是全部福利。
Speechmatics：每月 8 小时永久免费
额度：Free 档每月 480 分钟（8 小时）免费，官方明示不需要绑卡，注册另送 $100 赠金；支持 55+ 语言，中英日韩全覆盖。
注册体验：注册即用，控制台创建 API Key。
已注册用户注意：每月免费时长不累积，重度使用可以搭配其他厂商；暂无邀请返利活动。
千问 AI（Qwen）：中文方言识别好手
额度：Paraformer 实时识别模型每月赠送约 36,000 秒（10 小时）免费时长，每月 1 日刷新，是唯一"月月补足"的方案。
注册体验：platform.qianwenai.com 注册后创建 API Key；国内节点延迟低，说中文的延迟体验最好。
已注册用户注意：支持普通话、粤语和多种方言，方言用户优先选它；免费额度政策以控制台显示为准，建议打开「用完即停」。
ElevenLabs：免费额度小，延迟口碑好
额度：免费档每月 10,000 credits，实时识别每分钟消耗 330 credits，折算约 30 分钟/月——适合先试效果，不适合当主力。
注册体验：注册即用，无需绑卡；Scribe v2 Realtime 的端到端延迟是它的强项。
已注册用户注意：如果之后用 ElevenLabs 做 TTS，一个账号可以同时配语音识别和语音合成。
把 API Key 填回 AniMate
- 打开 AniMate 的 设置 → AI 服务，在「ASR 服务」里点「添加 ASR」。
- 选择语音识别服务商，粘贴 API Key。
- 选择识别模型和语言范围：只说一种语言就锁定它，混着说保留「自动识别」。
- 保存后对麦克风说一句话测试，确认转写正常并把它设为默认服务——萌灵的耳朵配好了。
常见问题
桌宠对话大概消耗多少识别时长？
日常聊天每天大约几分钟到十几分钟。按这个量算，AssemblyAI 的 $50 赠金或 Deepgram 的 $200 赠金都能用一年以上，Speechmatics 和千问每月刷新的免费时长日常根本用不完。
为什么有的厂商录播说支持中文，实际用不了？
因为桌宠对话用的是实时流式识别，部分厂商录播模型支持的语言比流式多。注册前认准"流式/streaming"语言清单，AniMate 的 ASR 预设已经按流式能力适配好了。
打断（说到一半插话）需要额外设置吗？
AniMate 里有「打断响应」选项，开启实时音频输出后生效，和服务商无关。识别服务商只负责转写，打断行为在 AniMate 的对话行为设置里调。
免费额度用完了怎么办？
换一家再领，或在同一家充值——ASR 按小时计价普遍在每小时几元以内，桌宠对话的用量下成本很低。
耳朵配好了，让萌灵开口说话
对话模型和语音合成的免费额度看这两篇，三件套配齐就能和角色语音聊天。