新用戶 免費註冊,送 10 次呼叫,最高 $1,免綁卡。

Chirp 2

transcription

Chirp 2 是 Google Cloud 的多語言自動語音辨識模型,透過 Speech-to-Text v2 API 提供。

輸入
音訊
輸出
文字
價格
$0.016/min

價格在同類中的位置

價格在 11 個同類模型中的位置

每分鐘$0.016/min
$0.002 · Fun-ASR Realtime Chirp 2 · $0.016

這條線顯示該模型的價格,在 Synthorai 上同類模型裡處於什麼位置。兩端標出了最便宜和最貴的那個。這裡是基礎價,批次、區域與快取寫入的折扣見價格頁。

規格與限制

音訊

語言 因方法而異:BatchRecognize 覆蓋最廣,Recognize 則「與 Chirp 相當」;StreamingRecognize 僅限 16 個 locale(簡體中文/繁體中文、粵語、英語 AU/IN/GB/US、法語 CA/FR、德語、義大利語、日語、韓語、葡萄牙語(巴西)、西班牙語 ES/US)
音訊限制
  • 音訊解碼自動偵測
  • 同步 Recognize 小於 1 分鐘,BatchRecognize 1 分鐘至 8 小時,StreamingRecognize 用於即時場景
  • 可選詞級時間戳
  • 語言無關轉寫(模型會推斷音訊中最主要的語言並以該語言轉寫)
  • 不支援獨立的語言偵測
  • 不支援語者分離
  • 支援語音翻譯
語者分離 不支援
串流轉寫 支援
時間戳 支援

模型

模態 音訊 → 文字
  • Speech-to-Text V2 的官方模型 id 為 chirp_2(底線)
  • 已 GA,並於 2025-01-27 擴大區域 GA(us-central1/europe-west4/asia-southeast1)
  • 按音訊計費

依據 Google 官方文件 ↗

30 秒用上 Chirp 2

OpenAI 相容:換掉 base_url,SDK 不用改。POST /v1/audio/transcriptions

from openai import OpenAI

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

resp = client.audio.transcriptions.create(
    model="chirp-2",
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

關於 Chirp 2

  • Google 稱它在準確率和速度上均優於初代 Chirp,並新增詞級時間戳、模型自適應(短語偏置)和語音翻譯。
  • 它提供自動標點與大小寫、語言無關轉寫(模型會推斷音訊中最主要的語言並以該語言轉寫)以及髒話過濾,支援串流、同步和批次辨識,可處理從不足一分鐘到八小時的音訊,是所有 Chirp 模型中最長的批次上限。
  • 串流覆蓋十六種語言區域設定,批次則擁有該家族最廣的語言支援。
  • 詞級時間戳需要主動開啟,Google 提到開啟後轉寫品質和速度會略有下降;它回傳的詞級信賴值在文件中被註明並非真正的信賴分數。
  • 自適應接受簡單的詞和短語,但不支援類別 token 和自訂類別。
  • 語音翻譯執行的是非對稱語言對:二十七種源語言譯入美式英語,十八種目標語言由其譯出;強制正規化和降噪器補齊了功能集。
  • 唯一明顯的缺口是語者分離,Google 將它列為不支援,而這正是升級到 Chirp 3 的理由。
  • 可用區域僅限少數幾個。
  • Synthorai 透過其 OpenAI 相容音訊端點提供 Chirp 2 轉寫。

常見問題

Chirp 2 API 可以免費試用嗎?

可以,新帳號可獲得 10 次試用呼叫和最高 $1 的免費額度,無需信用卡。足以在新增付款方式之前,用真實工作負載試試 Chirp 2。

Chirp 2 最擅長什麼?

準確率與速度優於前代、詞級時間戳與語音翻譯、音訊從不足一分鐘到八小時。完整能力請見「關於」一節,內容取自廠商官方發布說明。

Chirp 2 的價格是多少?

在 Synthorai 上,Chirp 2 依轉錄音訊每分鐘 $0.016 計費,按用量計費,無平台加價,無需訂閱。

Chirp 2 支援哪些語言?

Chirp 2 支援 因方法而異:BatchRecognize 覆蓋最廣,Recognize 則「與 Chirp 相當」;StreamingRecognize 僅限 16 個 locale(簡體中文/繁體中文、粵語、英語 AU/IN/GB/US、法語 CA/FR、德語、義大利語、日語、韓語、葡萄牙語(巴西)、西班牙語 ES/US)。在 Synthorai 上透過 POST /v1/audio/transcriptions 呼叫,即標準 OpenAI 轉錄 API 形式。

如何開通 Chirp 2?

把現有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 設為 "chirp-2" 即可。一組 API key 通用閘道上的所有模型。

相關模型

對比

本頁每個值都轉錄自廠商自己的文件(連結見上),並帶有核對日期。價格在全目錄範圍內比較;各廠商定義不同的規格值,只說明差異而不作圖表對比。此處沒有任何由我們測量的資料,也不做評分。

取得 API 金鑰 算算你的成本 →