Chirp 2

Specifiche e limiti

• L'id ufficiale del modello nella Speech-to-Text V2 è chirp_2 (con underscore)
• GA, con espansione GA regionale (us-central1/europe-west4/asia-southeast1) il 2025-01-27
• fatturato in base all'audio

fonte: documentazione ufficiale Google ↗

Usa Chirp 2 in 30 secondi

Compatibile OpenAI: cambia la base_url, tieni il tuo 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-2",
    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-2",
  file: fs.createReadStream("meeting.mp3"),
});
console.log(resp.text);

curl https://synthorai.io/v1/audio/transcriptions \
  -H "Authorization: Bearer sk-syn-..." \
  -F model="chirp-2" \
  -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-2",
		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-2")
        .file(Paths.get("meeting.mp3"))
        .build()).asTranscription();
System.out.println(resp.text());

Informazioni su Chirp 2

• Google lo posiziona come un miglioramento rispetto al Chirp originale sia in accuratezza sia in velocità, aggiungendo timestamp a livello di parola, adattamento del modello (phrase biasing) e traduzione del parlato.
• Offre punteggiatura e maiuscole automatiche, trascrizione indipendente dalla lingua, in cui il modello deduce la lingua prevalente dell'audio e trascrive in quella, e filtro delle volgarità, e supporta riconoscimento in streaming, sincrono e batch per audio da meno di un minuto fino a otto ore, il tetto batch più lungo di qualsiasi modello Chirp.
• Lo streaming copre sedici lingue e varianti locali, mentre il batch porta il supporto linguistico più esteso della famiglia.
• I timestamp a livello di parola vanno attivati esplicitamente, e Google osserva che qualità e velocità della trascrizione peggiorano leggermente quando sono attivi; il valore di confidenza a livello di parola che restituisce è documentato come non un vero punteggio di confidenza.
• L'adattamento accetta parole e frasi semplici, ma i class token e le classi personalizzate non sono supportati.
• La traduzione del parlato funziona su coppie asimmetriche, ventisette lingue di origine verso l'inglese statunitense e diciotto lingue di destinazione a partire da esso, e la normalizzazione forzata e un denoiser completano il set di funzionalità.
• L'unica lacuna significativa è la diarizzazione dei parlanti, che Google indica come non supportata; è quella capacità la ragione per passare a Chirp 3.
• La disponibilità è limitata a un piccolo insieme di regioni.
• Synthorai serve la trascrizione con Chirp 2 tramite il suo endpoint audio compatibile OpenAI.

FAQ

Modelli correlati

Confronta