🎁 新用戶 免費註冊,送 10 次呼叫,最高 $1,免綁卡。

Chirp 3 vs Seed ASR

vs

何時該用哪一個 — 綜合評斷,而非基準測試數據表

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

費率取自建置時的即時目錄;各模型頁面皆附有目前的費率卡。

它們的相對位置 — 在此計費單位下,所有 11 個 語音轉文字 模型的 每分鐘語音的價格(對數尺度)

Chirp 3 · $0.016 Seed ASR · $0.002
$0.002 · Fun-ASR Realtime $0.016 · Chirp 2

能力

Chirp 3 Seed ASR
語者分段
串流
時間戳記

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
限制

Auto-detected audio decoding

sync Recognize <1 min, BatchRecognize 1 min–1 hr (<=20 min with word timestamps), StreamingRecognize for real-time

speaker diarization in BatchRecognize and Recognize (14 languages)

utterance-level timestamps (StreamingRecognize only), word-level timestamps listed as unsupported

language-agnostic transcription

29 GA + 82 preview locales

Async audio-file mode: <512MB, <5 hours, OPUS/WAV/MP3/SPX/OGG/AMR/AAC/M4A (raw PCM also accepted), results returned within 3 hours and retained 7 days

speaker diarization via enable_speaker_info (audio-file API only, best with <=10 speakers, no diarization on the streaming API)

sentence + word segmentation with start_time/end_time via show_utterances

language identification via enable_lid

hotwords/context up to 800 tokens and 20 rounds

per-call billing

語言

29 GA + 82 Preview locales (111 total) across StreamingRecognize, Recognize and BatchRecognize

diarization covers 14 of them

With `language` empty the model covers Mandarin, English, Cantonese, Shanghainese, Minnan, Sichuan and Shaanxi dialects

39 language keys can be pinned explicitly (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), plus optional auto-detection (enable_auto_lang)

規格摘錄自各供應商的文件;供應商未發布的資料列會直接省略,而非自行推測。 完整來源: Chirp 3 · Seed ASR

只需一行程式碼即可在兩者間切換

以下每個頁籤中都有這兩個 ID — 醒目提示的這兩行是唯一的修改處。相同的端點,相同的金鑰,相同的請求結構。

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",  # 取消註解此行,並註解上一行
    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?

Seed ASR 在 每分鐘音訊 上較便宜($0.002 對比 $0.016,相差 8.0×)。其他項目可能呈現相反結果 — 上表提供完整資訊,實際成本取決於您的使用組合。

我可以在不進行兩次整合的情況下,對 Chirp 3 和 Seed ASR 進行 A/B 測試嗎?

可以。兩者皆透過同一個相容 OpenAI 的端點提供服務,並使用同一把 API 金鑰 — 切換只需更改一行的模型字串,因此您可以將部分流量分別導向兩者並直接比較帳單。

Chirp 3 和 Seed ASR 支援語者分段嗎?

上方的功能表根據各廠商的官方文件回答了每個模型的支援情況 — 語者分段、串流與時間戳記是分開列出的,因為模型在這三方面的支援皆有所不同。

相關比較