Chirp 3

Especificaciones y límites

• El id oficial del modelo es chirp_3
• preview privada el 2025-04-11 y GA el 2025-10-13 según las notas de versión de Speech-to-Text
• facturado por audio

según documentación oficial de Google ↗

Usa Chirp 3 en 30 segundos

Compatible con OpenAI: cambia el base_url y conserva tu SDK. 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());

Acerca de Chirp 3

• La documentación oficial destaca una precisión y una velocidad mejoradas más allá de los modelos Chirp anteriores, además de dos nuevas capacidades: la diarización de hablantes y la detección automática de idioma.
• Publica más de cien configuraciones regionales entre los niveles de disponibilidad general y de vista previa, genera puntuación y mayúsculas automáticas y acepta adaptación de voz con hasta 1000 sugerencias de frases, aunque Google recomienda usar el menor número posible de entradas para que los términos ajenos a la adaptación no se degraden.
• Se admiten el reconocimiento en streaming, síncrono y por lotes, y la diarización está disponible en el reconocimiento por lotes en catorce idiomas.
• Los nuevos controles incluyen un prompt personalizado en vista previa para dirigir el formato de la transcripción, un indicador de reducción de ruido que, según advierte Google, no puede eliminar voces humanas de fondo, y una sensibilidad de detección de fin de habla en standard, short o supershort.
• La actualización no es puramente aditiva, y conviene revisar las carencias antes de cambiar: Chirp 3 documenta marcas de tiempo a nivel de enunciado en lugar de a nivel de palabra, no documenta traducción de voz ni filtro de lenguaje soez, y limita el audio por lotes a una hora, o veinte minutos con las marcas de tiempo activadas, frente a las ocho de Chirp 2.
• En Synthorai, Chirp 3 es accesible a través de la misma interfaz de transcripción compatible con OpenAI que cualquier otro modelo de voz.

Preguntas frecuentes

Modelos relacionados

Comparar