Chirp 3 vs Fun-ASR Flash

vs

什麼情況選哪一個

兩者都按音訊分鐘計費,fun-asr-flash 便宜 7.6 倍,$0.0021 對 $0.016——但它是較窄的工具:僅同步辨識,單一檔案最長 5 分鐘或 2GB,30 多種語言,不做語者分離。chirp-3 涵蓋 29 個 GA 加 82 個預覽語言區,批次處理最長一小時並支援即時串流,還能在 14 種語言上做分離。大批量短音訊選 fun-asr-flash;需要分離、長檔案或更寬的語言區列表時選 chirp-3。

定價

Chirp 3 Fun-ASR Flash Δ
每分鐘音訊 $0.016 $0.0021 7.6×

費率取自網站建置時的即時目錄;各模型頁面都列有最新的價目。

兩者的相對位置:每分鐘音訊的價格,涵蓋同一計費單位下全部 12 個語音轉文字模型(對數尺度)

Chirp 3 · $0.016 Fun-ASR Flash · $0.0021

功能

Chirp 3 Fun-ASR Flash
語者分離 是 否
串流 是 是
時間戳記 是 -

規格

Chirp 3 Fun-ASR Flash
輸入模態 音訊 音訊
輸出模態 文字 文字
發布日期 2025-10-13 2026-06
限制 音訊解碼自動偵測;同步 Recognize 小於 1 分鐘,BatchRecognize 1 分鐘至 1 小時(帶詞級時間戳時不超過 20 分鐘),StreamingRecognize 用於即時場景;BatchRecognize 與 Recognize 支援語者分離(14 種語言);句級時間戳(僅 StreamingRecognize),詞級時間戳列為不支援;語言無關轉寫;29 個 GA 加 82 個預覽 locale 同步快速辨識,單條音訊不超過 5 分鐘 / 2GB;可注入上下文以處理領域術語;30 多種語言;不支援語者分離
語言 StreamingRecognize、Recognize 與 BatchRecognize 合計 29 個 GA 加 82 個預覽 locale(共 111 個);其中 14 個支援語者分離 多語言並涵蓋方言:與 Fun-ASR 主版本相同的 30 種語言清單:中文(普通話、粵語、吳語、閩南語、客家話、贛語、湘語、晉語以及各地口音)、英語、日語、韓語、越南語、泰語、印尼語、馬來語、菲律賓語、印地語、阿拉伯語、法語、德語、西班牙語、葡萄牙語、俄語、義大利語、荷蘭語、瑞典語、丹麥語、芬蘭語、挪威語、希臘語、波蘭語、捷克語、匈牙利語、羅馬尼亞語、保加利亞語、克羅埃西亞語、斯洛伐克語

規格摘錄自各供應商的文件;供應商沒有公布的項目就直接略過,不自行推測。 完整來源: Chirp 3 · Fun-ASR Flash

改一行程式碼就能在兩者之間切換

下面每個頁籤都列了這兩個模型 ID,要改的只有醒目標示的那兩行。端點、金鑰和請求格式都不變。

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.audio.transcriptions.create(
    model="chirp-3",
    # model="fun-asr-flash",  # 取消這一行的註解,並把上一行註解掉
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

取得 API 金鑰 →

常見問題

Chirp 3 和 Fun-ASR Flash 哪個比較便宜?

以「每分鐘音訊」來看,Fun-ASR Flash 比較便宜($0.0021 對 $0.016,相差 7.6×)。其他項目的結果可能相反,完整價目請看上表;實際成本要看你的用量組合。

可以只串接一次,就對 Chirp 3 和 Fun-ASR Flash 做 A/B 測試嗎?

可以。兩個模型都走同一個 OpenAI 相容端點,用的也是同一把 API 金鑰,切換時只要改一行裡的模型名稱字串。你可以把一部分流量分別導到兩邊,再直接比較帳單。

Chirp 3 和 Fun-ASR Flash 支援語者分離嗎?

上方的功能表依各供應商的官方文件,逐一列出每個模型的支援情況。語者分離、串流和時間戳記分開列,是因為這三項各模型的支援程度都不一樣。

相關比較