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 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 | 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 |
|
| 語者分離 | 支援 |
| 串流轉寫 | 支援 |
| 時間戳 | 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
30 秒用上 Chirp 3
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-3",
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",
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 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",
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")
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(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 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。完整能力請見「關於」一節,內容取自廠商官方發布說明。
Chirp 3 的價格是多少?
在 Synthorai 上,Chirp 3 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 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,即標準 OpenAI 轉錄 API 形式。
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" 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。