Chirp 3 vs Seed ASR

vs

什麼情況選哪一個

兩者都按音訊分鐘計費,也都做語者分離;seed-asr-bigmodel 便宜 8 倍,$0.002 對 $0.016,並能接受長得多的檔案——非同步模式最長 5 小時、512MB,而 chirp-3 的批次處理是一小時——還帶句級和詞級時間戳。chirp-3 給的是廣度:29 個 GA 加 82 個預覽語言區,而 seed-asr-bigmodel 的預設集是普通話、英語、粵語和中文方言,另有 39 個語言鍵可明確指定。按錄音時長和語言區來選,而不是按價格。

定價

Chirp 3 Seed ASR Δ
每分鐘音訊 $0.016 $0.002 8×

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 Seed ASR · $0.002

功能

Chirp 3 Seed ASR
語者分離 是 是
串流 是 是
時間戳記 是 是

規格

Chirp 3 Seed ASR
輸入模態 音訊 音訊
輸出模態 文字 文字
發布日期 2025-10-13 2025-12-05
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 非同步音訊檔案模式:小於 512MB、短於 5 小時,支援 OPUS/WAV/MP3/SPX/OGG/AMR/AAC/M4A(也接受原始 PCM),結果在 3 小時內回傳並保留 7 天;透過 enable_speaker_info 進行語者分離(僅音訊檔案 API,說話者不超過 10 人時效果最佳,串流 API 不支援分離);透過 show_utterances 取得句級與詞級切分及 start_time/end_time;透過 enable_lid 進行語種辨識;熱詞與上下文最多 800 token、20 輪;按呼叫計費
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 `language` 留空時,模型涵蓋普通話、英語、粵語、上海話、閩南語、四川話與陝西方言;可顯式指定 39 個語言鍵(en-US、zh-CN、yue-CN、ja-JP、ko-KR、id-ID、es-MX、pt-BR、de-DE、fr-FR、fil-PH、ms-MY、th-TH、ar-SA、it-IT、bn-BD、el-GR、nl-NL、ru-RU、tr-TR、vi-VN、pl-PL、ro-RO、uk-UA、az-AZ、bg-BG、cs-CZ、da-DK、fi-FI、hi-IN、hu-HU、kk-KZ、km-KH、my-MM、no-NO、pa-PK、sv-SE、sw-KE、ur-PK),另有可選的自動偵測(enable_auto_lang)

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 · Seed ASR

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="seed-asr-bigmodel",  # 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 Seed ASR 哪個比較便宜?

以「每分鐘音訊」來看,Seed ASR 比較便宜($0.002 對 $0.016,相差 8.0×)。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 Seed ASR 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 Seed ASR 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