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
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)
$0.002 · Fun-ASR Realtime $0.017 · GPT Realtime Whisper
功能
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)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: "seed-asr-bigmodel", // 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="seed-asr-bigmodel" \ # 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: "seed-asr-bigmodel", // 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("seed-asr-bigmodel") // 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 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。