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
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 |
|
| 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
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)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-2",
file: fs.createReadStream("meeting.mp3"),
});
console.log(resp.text);curl https://synthorai.io/v1/audio/transcriptions \
-H "Authorization: Bearer sk-syn-..." \
-F model="chirp-2" \
-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-2",
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-2")
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(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。