Seed 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 Seed 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="seed-asr-bigmodel",
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: "seed-asr-bigmodel",
file: fs.createReadStream("meeting.mp3"),
});
console.log(resp.text);curl https://synthorai.io/v1/audio/transcriptions \
-H "Authorization: Bearer sk-syn-..." \
-F model="seed-asr-bigmodel" \
-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: "seed-asr-bigmodel",
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("seed-asr-bigmodel")
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(resp.text());Seed ASR について
seed-asr-bigmodel は BytePlus 上の ByteDance の Seed-ASR 大規模モデル音声認識サービスで、音声ファイル認識 API 経由で bigmodel エンジンとして公開されています。
- 送信して照会するフローで録音を非同期に文字起こしし、バッチおよびオフラインのワークロードに適しており、デフォルトで標準中国語、英語、広東語、いくつかの中国語方言を認識し、日本語からアラビア語まで数十の設定可能な言語とオプションの自動言語検出を備えます。
- ホットワードバイアスと会話コンテキストが精度を高め、Seed ASR 2.0 はそのコンテキストを付随する画像にまで拡張します。
- Synthorai は OpenAI 互換の文字起こしエンドポイントでラップします。
スペックと制限
| モダリティ | audio → text |
| 機能 | streaming |
| 音声の制限 | wav/mp3/ogg (raw PCM also accepted); async submit+query flow for long audio files plus a streaming ASR variant; hotwords/context up to 800 tokens and 20 rounds; Seed ASR 2.0 additionally accepts 1 context image (<=500KB JPEG/PNG); per-call billing |
| 特記事項 | No official model id 'seed-asr-bigmodel': BytePlus Seed Speech uses model_name 'bigmodel' with resource ids volc.bigasr.auc (Seed ASR 1.0) / volc.seedasr.auc (Seed ASR 2.0). |
よくある質問
Seed 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 Seed ASR を試すには十分な量です。
Seed ASR は何が得意ですか?
非同期の送信・照会バッチ文字起こし、さらに自動検出を伴う数十の設定可能な言語と会話コンテキストが付随する画像にまで拡張。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。
Seed ASR の料金はいくらですか?
Synthorai 上の Seed ASR は文字起こしする音声 1 分あたり $0.002 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。
Seed ASR はどの言語に対応していますか?
Synthorai では POST /v1/audio/transcriptions で Seed ASR を呼び出せます。OpenAI 文字起こし API と同じ形式です。 公式の対応言語一覧 →
Seed 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="seed-asr-bigmodel" 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。