Fun-ASR Realtime 是阿里的串流語音辨識模型：音訊透過長連線串流送入，文字以低延遲串流回傳，串流時長沒有上限。
- 輸入
- 音訊
- 輸出
- 文字
- 價格
- $0.002/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，包括中文（普通話、粵語、吳語、閩南語、客家話、贛語、湘語、晉語以及各地口音）、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 | 不支援 |
| 串流轉寫 | 支援 |
| 時間戳 | 支援 |
模型
| 模態 | 音訊 → 文字 |
|---|
文件的即時指南中還介紹了 7 種狀態的情緒辨識。
30 秒用上 Fun-ASR Realtime
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-realtime",
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-realtime",
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-realtime" \
-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-realtime",
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-realtime")
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(resp.text());關於 Fun-ASR Realtime
- 官方文件把它定位於即時字幕、語音助理和會議轉寫，它也具備 Fun-ASR 家族的長處：熱詞客製化，以及涵蓋中文地方方言、英語、日語和韓語的多語言支援。
- 即時介面另外提供了檔案類模型不需要的控制項：語義斷句、預設開啟的標點預測、可調整的最大句末靜音時長（用來決定一句話何時結束）、用於對抗背景聲的語音噪音閾值，以及隨串流即時輸出的詞級時間戳。
- 音訊可以是 8 或 16 kHz 的 PCM、WAV、MP3、Opus、Speex、AAC 或 AMR。
- 有兩項限制值得在設計時繞開：即時路徑不提供語者分離（要判斷誰說了什麼，需改用錄音檔案類模型）；語言覆蓋會隨帶日期的快照大幅變化，而非在家族內一致，因此請固定你所需語言集合對應的快照。
- Qwen3-ASR 產品線的差異化能力情緒標註在這裡同樣沒有提供，而基於上下文的準確度調校也只在部分快照上可用。
- Synthorai 讓它可以透過與其音訊目錄其餘部分相同的 OpenAI 相容介面呼叫。
常見問題
Fun-ASR Realtime 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 Realtime。
Fun-ASR Realtime 最擅長什麼?
串流轉寫，時長無上限、為即時字幕與會議打造、熱詞客製化，多語言覆蓋。完整能力請見「關於」一節,內容取自廠商官方發布說明。
Fun-ASR Realtime 的價格是多少?
在 Synthorai 上,Fun-ASR Realtime 依轉錄音訊每分鐘 $0.002 計費,按用量計費,無平台加價,無需訂閱。
Fun-ASR Realtime 支援哪些語言?
Fun-ASR Realtime 支援 多語言並涵蓋方言：30 種語言，包括中文（普通話、粵語、吳語、閩南語、客家話、贛語、湘語、晉語以及各地口音）、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 Realtime?
把現有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 設為 "fun-asr-realtime" 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。