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
$0.002 · Fun-ASR Realtime $0.017 · GPT Realtime Whisper
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)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",
// model: "fun-asr-flash", // 取消這一行的註解,並把上一行註解掉
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 model="fun-asr-flash" \ # 取消這一行的註解,並把上一行註解掉
-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: "chirp-3",
// Model: "fun-asr-flash", // 取消這一行的註解,並把上一行註解掉
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")
// .model("fun-asr-flash") // 取消這一行的註解,並把上一行註解掉
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(resp.text());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。