Fun-ASR
ベンダー定価。プラットフォーム手数料なし、従量課金。 これらは公式 list 価格です。ログイン中のお客様は /console/pricing でワークスペース割引を含む実効価格を確認できます。
30 秒で Fun-ASR 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",
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",
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" \
-F file=@meeting.mp3package 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",
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")
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(resp.text());Fun-ASR について
Fun-ASR は Alibaba Cloud Model Studio の録音ファイル音声認識モデルで、収録済み音声のオフライン文字起こし向けです。
- 最大 12 時間・2 GB のファイルを受け付け、単一ファイルとバッチジョブに対応し、中国語(標準中国語に加え広東語、呉語、閩南語など多くの地方方言)、英語、日本語、韓国語、その他多数の言語を認識します。
- 公式ドキュメントは、専門用語向けのホットワードカスタマイズと、複数話者の録音のための話者ダイアライゼーションを強調しています。
- Synthorai は Fun-ASR を OpenAI 互換エンドポイント経由で提供するため、既存の文字起こしクライアントを変更なしで利用できます。
スペックと制限
| モダリティ | audio → text |
| 機能 | batch · diarization |
| 音声の制限 | Async file transcription up to 12h / 2GB; hotwords + speaker diarization; sentence/word timestamps; 30+ languages incl. Chinese dialects |
| 特記事項 | Singing recognition added 2025-12; open-sourced Fun-ASR-Nano is a distinct model from these served weights. |
よくある質問
Fun-ASR 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 を試すには十分な量です。
Fun-ASR は何が得意ですか?
最大 12 時間のファイルを受け付け、さらに専門用語向けのホットワードカスタマイズと複数話者録音向けの話者ダイアライゼーション。全体像はベンダー公式のリリースノートに基づく About セクションをご覧ください。
Fun-ASR の料金はいくらですか?
Synthorai 上の Fun-ASR 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 はどの言語に対応していますか?
Fun-ASR は 30+ languages incl. Chinese dialects 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 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" 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。