新帳號 免費註冊,送 10 次呼叫,最高 $1,免綁卡。

Chirp 3

發布於 2025-10-13

transcription

Chirp 3 是 Google 面向 ASR 的多語言生成式模型在 Speech-to-Text v2 API 上的最新一代,自 2025 年 10 月起在美國和歐盟多區域正式發布。

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 12 個同類模型中的位置

每分鐘$0.016/min
$0.002 · Fun-ASR Realtime GPT Realtime Whisper · $0.017

這條線標出這個模型的價格,在 Synthorai 的同類模型裡落在什麼位置;兩端分別是最便宜和最貴的模型。這裡列的是基礎價,批次、區域和快取寫入的折扣請見價格頁。

規格與限制

音訊

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
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 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
語者分離 支援
串流轉錄 支援
時間戳記 支援

模型

模態 音訊 → 文字
  • 官方模型 id 為 chirp_3
  • 依 Speech-to-Text 釋出說明,2025-04-11 進入私有預覽,2025-10-13 GA
  • 按音訊計費

依據 Google 官方文件 ↗

30 秒上手 Chirp 3

相容 OpenAI:換掉 base_url,SDK 不用換。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-3",
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

關於 Chirp 3

  • 官方文件強調其準確率和速度超越此前的 Chirp 模型,並帶來兩項新能力:語者分離和自動語言偵測。
  • 它在正式發布與預覽兩個層級上公布了一百多種語言區域設定,自動生成標點和大小寫,接受最多 1,000 條短語提示的語音自適應,不過 Google 建議條目盡可能少,以免非自適應詞彙的辨識品質下降。
  • 串流、同步和批次辨識均受支援,語者分離在批次辨識中覆蓋十四種語言。
  • 新增的控制項包括:一個處於預覽階段、用於引導轉寫稿格式的自訂 prompt;一個 Google 提醒無法去除背景人聲的降噪開關;以及取值 standard、short 或 supershort 的斷句靈敏度。
  • 這次升級並非只增不減,切換之前值得核對這些缺口:Chirp 3 文件記載的是語句級而非詞級時間戳,沒有記載語音翻譯或髒話過濾,批次音訊上限為一小時(開啟時間戳時為二十分鐘),而 Chirp 2 為八小時。
  • 在 Synthorai 上,Chirp 3 與其他所有語音模型一樣,透過同一個 OpenAI 相容轉寫介面存取。

常見問題

Chirp 3 API 可以免費試用嗎?

可以,新帳號有 10 次試用呼叫和最高 $1 的免費額度,免綁卡。在綁定付款方式之前,就足夠你拿實際的工作負載試試 Chirp 3。

Chirp 3 最擅長什麼?

語者分離與自動語言偵測、可轉寫 100 多種語言及變體、語音自適應最多 1,000 條短語提示。完整介紹請見「關於」一節,內容取自供應商官方的發布說明。

Chirp 3 的價格是多少?

在 Synthorai 上,Chirp 3 每轉錄一分鐘音訊收費 $0.016:按用量計費,平台不加價,不需訂閱。

Chirp 3 支援哪些語言?

Chirp 3 支援 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。在 Synthorai 上透過 POST /v1/audio/transcriptions 呼叫,格式與 OpenAI 的轉錄 API 相同。

如何開通 Chirp 3?

把現有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 設為 "chirp-3" 就可以了。一把 API 金鑰就能呼叫閘道上的所有模型。

相關模型

比較

本頁每一個數值都摘錄自供應商自己的文件(連結見上方),並附上查核日期。價格是放在整個目錄裡比較;各家供應商定義不一樣的規格,只說明差異,不畫成圖表比較。這裡沒有任何數據是我們自己量測的,也不做評分。

取得 API 金鑰 算算你的成本 →