Chirp 3

Especificações e limites

• O id oficial do modelo é chirp_3
• preview privado em 2025-04-11, GA em 2025-10-13 conforme as notas de lançamento do Speech-to-Text
• cobrado por áudio

conforme documentação oficial da Google ↗

Use o Chirp 3 em 30 segundos

Compatível com OpenAI: troque a base_url, mantenha seu 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-3",
    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-3",
  file: fs.createReadStream("meeting.mp3"),
});
console.log(resp.text);

curl https://synthorai.io/v1/audio/transcriptions \
  -H "Authorization: Bearer sk-syn-..." \
  -F model="chirp-3" \
  -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-3",
		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-3")
        .file(Paths.get("meeting.mp3"))
        .build()).asTranscription();
System.out.println(resp.text());

Sobre o Chirp 3

• A documentação oficial destaca precisão e velocidade aprimoradas além dos modelos Chirp anteriores, mais duas novas capacidades: diarização de locutores (speaker diarization) e detecção automática de idioma.
• Ele publica mais de cem locales entre os níveis de disponibilidade geral e de preview, gera pontuação e capitalização automáticas e aceita adaptação de fala com até 1.000 dicas de frases, embora o Google recomende usar o menor número possível de entradas para que os termos fora da adaptação não se degradem.
• Reconhecimento em streaming, síncrono e em lote são todos suportados, e a diarização está disponível no reconhecimento em lote em catorze idiomas.
• Os novos controles incluem um prompt customizado em preview para direcionar a formatação da transcrição, um flag de redutor de ruído que o Google adverte não ser capaz de remover vozes humanas de fundo, e sensibilidade de endpointing em standard, short ou supershort.
• A atualização não é puramente aditiva, e as lacunas valem ser verificadas antes de trocar: o Chirp 3 documenta timestamps em nível de enunciado em vez de por palavra, não documenta tradução de fala nem filtro de palavrões, e limita o áudio em lote a uma hora, ou vinte minutos quando os timestamps estão habilitados, contra as oito horas do Chirp 2.
• Na Synthorai, o Chirp 3 é acessível pela mesma interface de transcrição compatível com OpenAI que todos os outros modelos de fala.

Perguntas frequentes

Modelos relacionados

Comparar