使用google-cloud/speech实现音频转文字的计费时长相关问题咨询

是的，这两个4秒音频的总计费时长会按30秒计算，原因如下：

• Google Cloud Speech-to-Text 本身有明确的计费规则：单条识别请求的最低计费时长为15秒，只要是独立请求的音频，哪怕实际时长不足15秒，也统一按照15秒计费。
• 接口返回的totalBilledTime字段就是该次请求官方核定的计费时长，是最终出账的直接统计依据，你两次独立请求各自返回15秒，总费用就是两次时长相加得出的30秒对应的费用。
• 如果日常需要处理大量短音频，可以尝试将多个短音频合并为单个音频文件后再发起识别请求，只要合并后的总时长不超过接口单次请求的长度限制，就能避免多次触发最低计费规则，降低成本。

内容的提问来源于stack exchange，提问作者user2982126