新規 無料登録、10回の呼び出しを進呈。最大 $1、カード不要。

Fun-ASR MTL

2025-08 リリース

transcription

Fun-ASR MTL は Alibaba の Fun-ASR ファミリーの多言語・マルチタスク版で、録音ファイルの文字起こし向けです。

入力
音声
出力
テキスト
価格
$0.0021/min

価格の位置づけ

同種 11 モデル中の料金の位置

1 分あたり$0.0021/min
$0.002 · Fun-ASR Realtime Chirp 2 · $0.016

このバーは、Synthorai 上の同種モデルの中でこのモデルの価格がどこに位置するかを示します。両端には最も安いモデルと最も高いモデルの名前が入ります。表示は基本料金で、バッチ・リージョン・キャッシュ書き込みの割引は料金ページにあります。

スペックと制限

音声

言語 方言を含む多言語対応の 30 言語(中国語は標準中国語と広東語に限定され、それ以外の方言や訛りはカバーしません):中国語(標準中国語、広東語)、英語、日本語、韓国語、ベトナム語、タイ語、インドネシア語、マレー語、フィリピン語、ヒンディー語、アラビア語、フランス語、ドイツ語、スペイン語、ポルトガル語、ロシア語、イタリア語、オランダ語、スウェーデン語、デンマーク語、フィンランド語、ノルウェー語、ギリシャ語、ポーランド語、チェコ語、ハンガリー語、ルーマニア語、ブルガリア語、クロアチア語、スロバキア語
音声の制限
  • 多言語の非同期文字起こしで最大 12h / 2GB。
  • ホットワードと話者ダイアライゼーション。
  • 文/単語のタイムスタンプは常時オン。
  • 30 言語で、中国語は標準中国語と広東語に限定。
話者分離 対応
ストリーミング文字起こし 非対応
タイムスタンプ 対応

モデル

モダリティ 音声 → テキスト
  • Fun-ASR ファミリーの多言語・マルチタスクティア。
  • 現行の HTTP API リファレンスはベースモデルと同じ 30 言語を掲載しており、中国語は標準中国語と広東語に限定されます。

出典:Alibaba 公式ドキュメント ↗

30 秒で Fun-ASR MTL を使う

OpenAI 互換。base_url を差し替えるだけで、SDK はそのまま。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-mtl",
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

Fun-ASR MTL について

  • ベースモデルと同様に最大 12 時間・2 GB の音声ファイルをオフラインで処理し、公式ドキュメントはホットワードカスタマイズと話者ダイアライゼーションへの対応を挙げ、認識は中国語(標準中国語と広東語)、英語、日本語、韓国語、そして幅広いヨーロッパおよび東南アジアの言語にわたります。
  • 1 つのパイプライン内で言語が混在し話者識別が必要なワークロードを対象とします。
  • その存在理由は経緯から説明できます。
  • ファミリーの登場時、当時の Fun-ASR スナップショットは中国語と英語しかカバーしておらず、MTL はそこに広東語、日本語、タイ語、ベトナム語、インドネシア語を上乗せした版でした。
  • その後ベースモデルが更新され、HTTP API リファレンスは現在どちらにも同じ広い言語セットを掲載しているため、両者は収束しました。
  • Alibaba 自身のページも、両者の間に明示的な能力の線引きをもはや示していません。
  • それ以外はすべてファミリーに準じます。
  • 送信してポーリングする非同期の文字起こし、安定した専門語彙のためのホットワードテーブル、話者数を宣言できるオプションのダイアライゼーション、そしてミリ秒単位の文・単語レベルのタイムスタンプです。
  • 感情認識はこのラインの機能ではなく、兄弟モデルと同様、ドキュメントは言語ヒントのリストの最初のエントリのみが読まれると注記しています。
  • 安定版のモデル名は日付付きのスナップショットに解決されるため、言語カバレッジが重要ならスナップショットをピン留めしてください。
  • Synthorai はおなじみの OpenAI 互換エンドポイント経由でリクエストをルーティングします。

よくある質問

Fun-ASR MTL API は無料で試せますか?

はい。新規アカウントには 10 回のトライアル呼び出しと最大 $1 の無料クレジットが付与され、カード登録は不要です。支払い方法を追加する前に、実際のワークロードで Fun-ASR MTL を試すには十分な量です。

Fun-ASR MTL は何が得意ですか?

話者識別を伴う多言語混在ワークロード、最大 12 時間のファイルをオフライン処理、ヨーロッパおよび東南アジアの言語にわたります。全体像はベンダー公式のリリースノートに基づく「このモデルについて」セクションをご覧ください。

Fun-ASR MTL の料金はいくらですか?

Synthorai 上の Fun-ASR MTL は文字起こしする音声 1 分あたり $0.0021 です。従量課金でプラットフォーム手数料なし、サブスクリプションも不要です。

Fun-ASR MTL はどの言語に対応していますか?

Fun-ASR MTL は 方言を含む多言語対応の 30 言語(中国語は標準中国語と広東語に限定され、それ以外の方言や訛りはカバーしません):中国語(標準中国語、広東語)、英語、日本語、韓国語、ベトナム語、タイ語、インドネシア語、マレー語、フィリピン語、ヒンディー語、アラビア語、フランス語、ドイツ語、スペイン語、ポルトガル語、ロシア語、イタリア語、オランダ語、スウェーデン語、デンマーク語、フィンランド語、ノルウェー語、ギリシャ語、ポーランド語、チェコ語、ハンガリー語、ルーマニア語、ブルガリア語、クロアチア語、スロバキア語 に対応しています。Synthorai では POST /v1/audio/transcriptions で呼び出せます。OpenAI 文字起こし API と同じ形式です。

Fun-ASR MTL を利用するには?

お使いの OpenAI SDK の base_url を "https://synthorai.io/v1" に向け、model="fun-asr-mtl" を設定すれば完了です。API キー 1 本でゲートウェイ上のすべてのモデルを利用できます。

関連モデル

比較

このページの値はすべてベンダー自身のドキュメント(上部にリンク)から転記し、確認した日付を付しています。価格はカタログ全体で比較しますが、ベンダーごとに定義が異なる仕様値は差異を明記するにとどめ、図表で比較はしません。当社が測定した数値はなく、スコアも付けていません。

API キーを取得 コストを比較する →