Chirp 3

Spezifikationen & Limits

• Die offizielle Modell-id lautet chirp_3
• Private Preview am 2025-04-11, GA am 2025-10-13 laut den Speech-to-Text-Release-Notes
• Abrechnung pro Audio

laut Offizielle Google-Dokumentation ↗

Chirp 3 in 30 Sekunden nutzen

OpenAI-kompatibel: base_url austauschen, SDK behalten. POST /v1/audio/transcriptions

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.audio.transcriptions.create(
    model="chirp-3",
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

import OpenAI from "openai";
import fs from "node:fs";

const client = new OpenAI({
  baseURL: "https://synthorai.io/v1",
  apiKey: "sk-syn-...",
});

const resp = await client.audio.transcriptions.create({
  model: "chirp-3",
  file: fs.createReadStream("meeting.mp3"),
});
console.log(resp.text);

curl https://synthorai.io/v1/audio/transcriptions \
  -H "Authorization: Bearer sk-syn-..." \
  -F model="chirp-3" \
  -F file=@meeting.mp3

package main

import (
	"context"
	"fmt"
	"os"

	"github.com/openai/openai-go/v3"
	"github.com/openai/openai-go/v3/option"
)

func main() {
	client := openai.NewClient(
		option.WithBaseURL("https://synthorai.io/v1"),
		option.WithAPIKey("sk-syn-..."),
	)
	f, _ := os.Open("meeting.mp3")
	resp, _ := client.Audio.Transcriptions.New(context.TODO(), openai.AudioTranscriptionNewParams{
		Model: "chirp-3",
		File:  f,
	})
	fmt.Println(resp.Text)
}

import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.audio.transcriptions.*;
import java.nio.file.Paths;

OpenAIClient client = OpenAIOkHttpClient.builder()
    .baseUrl("https://synthorai.io/v1")
    .apiKey("sk-syn-...")
    .build();

Transcription resp = client.audio().transcriptions().create(
    TranscriptionCreateParams.builder()
        .model("chirp-3")
        .file(Paths.get("meeting.mp3"))
        .build()).asTranscription();
System.out.println(resp.text());

Über Chirp 3

• Die offizielle Dokumentation hebt eine gegenüber früheren Chirp-Modellen verbesserte Genauigkeit und Geschwindigkeit hervor sowie zwei neue Fähigkeiten: Sprecher-Diarisierung und automatische Spracherkennung.
• Es veröffentlicht mehr als hundert Locales über allgemein verfügbare und Preview-Stufen hinweg, erzeugt automatische Interpunktion und Großschreibung und akzeptiert Speech Adaptation mit bis zu 1.000 Phrasen-Hinweisen, wobei Google empfiehlt, so wenige Einträge wie möglich zu verwenden, damit Begriffe außerhalb der Adaptation nicht schlechter erkannt werden.
• Streaming-, synchrone und Batch-Erkennung werden allesamt unterstützt, und die Diarisierung steht in der Batch-Erkennung für vierzehn Sprachen zur Verfügung.
• Zu den neuen Steuerungen zählen ein Custom Prompt in der Preview, um die Formatierung des Transkripts zu lenken, ein Denoiser-Flag, zu dem Google warnt, dass es menschliche Hintergrundstimmen nicht entfernen kann, und eine Endpointing-Empfindlichkeit mit standard, short oder supershort.
• Das Upgrade ist nicht rein additiv, und die Lücken sollten Sie vor dem Wechsel prüfen: Chirp 3 dokumentiert Zeitstempel auf Äußerungs- statt auf Wortebene, dokumentiert weder Sprachübersetzung noch einen Schimpfwortfilter und begrenzt Batch-Audio auf eine Stunde, bei aktivierten Zeitstempeln auf zwanzig Minuten, gegenüber den acht Stunden von Chirp 2.
• Auf Synthorai ist Chirp 3 über dieselbe OpenAI-kompatible Transkriptionsschnittstelle erreichbar wie jedes andere Sprachmodell.

FAQ

Verwandte Modelle

Vergleichen