Fun-ASR Flash

Spécifications et limites

Palier synchrone rapide de la famille Fun-ASR.

selon docs officielles Alibaba ↗

Utilisez Fun-ASR Flash en 30 secondes

Compatible OpenAI : changez la base_url, gardez votre 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="fun-asr-flash",
    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: "fun-asr-flash",
  file: fs.createReadStream("meeting.mp3"),
});
console.log(resp.text);

curl https://synthorai.io/v1/audio/transcriptions \
  -H "Authorization: Bearer sk-syn-..." \
  -F model="fun-asr-flash" \
  -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: "fun-asr-flash",
		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("fun-asr-flash")
        .file(Paths.get("meeting.mp3"))
        .build()).asTranscription();
System.out.println(resp.text());

À propos de Fun-ASR Flash

• Sa particularité, selon la documentation officielle, est l'injection de contexte par prompt : au lieu de maintenir des listes de mots-clés (hotwords), vous fournissez la terminologie métier directement dans un prompt pour orienter la précision de reconnaissance.
• C'est le seul modèle de la famille documenté pour cela, avec jusqu'à cinq tours de contexte de quelques centaines de caractères chacun, ce qui convient à une terminologie qui change d'un appel à l'autre plutôt que d'un projet à l'autre.
• Il conserve la large couverture linguistique de la famille, couvrant le chinois avec ses dialectes régionaux, l'anglais, le japonais, le coréen et de nombreuses langues européennes et d'Asie du Sud-Est.
• Le reste de l'arbitrage face au modèle de base est tout aussi concret : les appels sont synchrones avec résultats en streaming plutôt qu'en soumission-puis-interrogation, si bien qu'un clip court revient en ligne au lieu de passer par un identifiant de tâche, mais le plafond de cinq minutes remplace celui de douze heures (la limite de 2 Go par fichier demeure, c'est donc la durée qui contraint ici), et la diarisation des locuteurs n'est pas disponible.
• Lues ensemble, ces différences rendent le choix net au sein de la famille : Fun-ASR pour les archives longues et multi-locuteurs à vocabulaire stable, Fun-ASR Flash pour les clips courts qui exigent une réponse rapide et une terminologie fournie à chaque requête.
• Sur Synthorai, il est disponible via la surface d'API standard compatible OpenAI.

FAQ

Modèles associés

Comparer