Fun-ASR 是阿里雲 Model Studio 的錄音檔案語音辨識模型,面向預錄音訊的離線轉寫。
- 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,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 | 支援 |
| 串流轉寫 | 不支援 |
| 時間戳 | 支援 |
模型
| 模態 | 音訊 → 文字 |
|---|
- 2025-12 新增歌唱辨識
- 開源的 Fun-ASR-Nano 與此處提供的權重是不同的模型
30 秒用上 Fun-ASR
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",
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",
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" \
-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",
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")
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(resp.text());關於 Fun-ASR
- 它接受最長 12 小時、最大 2 GB 的檔案,支援單檔案與批次任務,可辨識中文(普通話以及粵語、吳語、閩南語等多種地方方言)、英語、日語、韓語和數十種其他語言。
- 官方文件強調面向領域術語的熱詞客製化,以及多說話者錄音的語者分離。
- 兩者都有值得事先知道的實務細節:熱詞表最多容納 500 條,適合甚少變動的術語;語者分離預設關閉,需自行開啟,並可宣告預期的說話者數量;阿里建議把做語者分離的音訊控制在約兩小時以內,否則任務可能逾時。
- 轉寫是非同步的(提交檔案、取得任務 id、輪詢結果),以毫秒為單位的句級與詞級時間戳為標準回傳項,此外還有敏感詞過濾,以及多軌錄音的單軌選擇。
- 情緒標註不屬於這個模型,那是 Qwen3-ASR 產品線的能力。
- 語言提示可以接受,但文件指出只會讀取列表中的第一個值。
- Synthorai 透過其 OpenAI 相容端點提供 Fun-ASR,現有的轉寫用戶端無需修改即可使用。
常見問題
Fun-ASR 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。
Fun-ASR 最擅長什麼?
接受最長 12 小時的檔案、面向領域術語的熱詞客製化、多說話者錄音的語者分離。完整能力請見「關於」一節,內容取自廠商官方發布說明。
Fun-ASR 的價格是多少?
在 Synthorai 上,Fun-ASR 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 支援哪些語言?
Fun-ASR 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?
把現有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 設為 "fun-asr" 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。