Fun-ASR MTL 是阿里 Fun-ASR 家族中面向錄音檔案轉寫的多語言、多任務成員。
- 輸入
- 音訊
- 輸出
- 文字
- 價格
- $0.0021/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 | 多語言並涵蓋方言:30 種語言,但中文僅有普通話與粵語(不涵蓋更廣的方言/口音):英語、日語、韓語、越南語、泰語、印尼語、馬來語、菲律賓語、印地語、阿拉伯語、法語、德語、西班牙語、葡萄牙語、俄語、義大利語、荷蘭語、瑞典語、丹麥語、芬蘭語、挪威語、希臘語、波蘭語、捷克語、匈牙利語、羅馬尼亞語、保加利亞語、克羅埃西亞語、斯洛伐克語 |
|---|---|
| 音訊限制 |
|
| 語者分離 | 支援 |
| 串流轉寫 | 不支援 |
| 時間戳 | 支援 |
模型
| 模態 | 音訊 → 文字 |
|---|
- Fun-ASR 家族中多語言、多任務的等級
- 目前的 HTTP API 參考文件列出與基礎模型相同的 30 種語言,其中中文僅限普通話與粵語
30 秒用上 Fun-ASR MTL
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="fun-asr-mtl",
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: "fun-asr-mtl",
file: fs.createReadStream("meeting.mp3"),
});
console.log(resp.text);curl https://synthorai.io/v1/audio/transcriptions \
-H "Authorization: Bearer sk-syn-..." \
-F model="fun-asr-mtl" \
-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: "fun-asr-mtl",
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("fun-asr-mtl")
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(resp.text());關於 Fun-ASR MTL
- 與基礎模型一樣,它離線處理最長 12 小時、最大 2 GB 的音訊檔案,官方文件列出它支援熱詞客製化與語者分離,辨識範圍涵蓋中文(普通話與粵語)、英語、日語、韓語,以及大量歐洲和東南亞語言。
- 它面向的是語言混雜、又需要在同一條流程中辨識說話者的負載。
- 它的來歷解釋了它為何存在:家族剛推出時,當時的 Fun-ASR 快照只覆蓋中文和英語,MTL 正是在其上加入粵語、日語、泰語、越南語和印尼語的變體。
- 此後基礎模型不斷向前推進,HTTP API 參考文件如今為兩者列出了相同的廣泛語言集合,於是兩者已經趨同,阿里自己的頁面也不再在它們之間畫出明確的能力界線。
- 其餘一切都沿襲家族:非同步的提交與輪詢式轉寫、面向穩定領域詞彙的熱詞表、可宣告說話者數量的選用語者分離,以及毫秒級的句級與詞級時間戳。
- 情緒辨識不屬於這條產品線;與同門一樣,文件指出語言提示列表中只有第一項會被讀取。
- 穩定的模型名稱會解析到帶日期的快照,因此若語言覆蓋對你很重要,請固定快照。
- Synthorai 透過熟悉的 OpenAI 相容端點把請求路由給它。
常見問題
Fun-ASR MTL 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 Fun-ASR MTL。
Fun-ASR MTL 最擅長什麼?
混合語種負載,支援說話者辨識、離線處理最長 12 小時檔案、覆蓋歐洲與東南亞語言。完整能力請見「關於」一節,內容取自廠商官方發布說明。
Fun-ASR MTL 的價格是多少?
在 Synthorai 上,Fun-ASR MTL 依轉錄音訊每分鐘 $0.0021 計費,按用量計費,無平台加價,無需訂閱。
Fun-ASR MTL 支援哪些語言?
Fun-ASR MTL 支援 多語言並涵蓋方言:30 種語言,但中文僅有普通話與粵語(不涵蓋更廣的方言/口音):英語、日語、韓語、越南語、泰語、印尼語、馬來語、菲律賓語、印地語、阿拉伯語、法語、德語、西班牙語、葡萄牙語、俄語、義大利語、荷蘭語、瑞典語、丹麥語、芬蘭語、挪威語、希臘語、波蘭語、捷克語、匈牙利語、羅馬尼亞語、保加利亞語、克羅埃西亞語、斯洛伐克語。在 Synthorai 上透過 POST /v1/audio/transcriptions 呼叫,即標準 OpenAI 轉錄 API 形式。
如何開通 Fun-ASR MTL?
把現有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 設為 "fun-asr-mtl" 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。