seed-asr-bigmodel 是字節跳動 Seed-ASR 大模型語音辨識服務在 BytePlus 上的形態,以 bigmodel 引擎透過音訊檔案辨識 API 開放。
- 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 | `language` 留空時,模型涵蓋普通話、英語、粵語、上海話、閩南語、四川話與陝西方言;可顯式指定 39 個語言鍵(en-US、zh-CN、yue-CN、ja-JP、ko-KR、id-ID、es-MX、pt-BR、de-DE、fr-FR、fil-PH、ms-MY、th-TH、ar-SA、it-IT、bn-BD、el-GR、nl-NL、ru-RU、tr-TR、vi-VN、pl-PL、ro-RO、uk-UA、az-AZ、bg-BG、cs-CZ、da-DK、fi-FI、hi-IN、hu-HU、kk-KZ、km-KH、my-MM、no-NO、pa-PK、sv-SE、sw-KE、ur-PK),另有可選的自動偵測(enable_auto_lang) |
|---|---|
| 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 |
|---|
並沒有 'seed-asr-bigmodel' 這個官方模型 id:BytePlus Seed Speech 使用的 model_name 是 'bigmodel',搭配資源 id volc.bigasr.auc(Seed ASR 1.0)/ volc.seedasr.auc(Seed ASR 2.0)。
30 秒用上 Seed 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="seed-asr-bigmodel",
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: "seed-asr-bigmodel",
file: fs.createReadStream("meeting.mp3"),
});
console.log(resp.text);curl https://synthorai.io/v1/audio/transcriptions \
-H "Authorization: Bearer sk-syn-..." \
-F model="seed-asr-bigmodel" \
-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: "seed-asr-bigmodel",
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("seed-asr-bigmodel")
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(resp.text());關於 Seed ASR
- 它以先提交、後查詢的非同步流程轉寫錄音,適合批次與離線負載:呼叫方自行提供請求 ID,該 ID 同時作為任務 ID,之後輪詢直到狀態碼報告完成,結果在三小時內產出並可取回七天。
- 音訊最長五小時、最大 512 MB,支援 OPUS、WAV、MP3、OGG、AMR、AAC 和 M4A,單聲道或立體聲皆可。
- 它預設辨識普通話、英語、粵語及多種中文方言,另有從日語到阿拉伯語的數十種可設定語言和可選的自動語言偵測;兩者同時設定時,自動偵測優先於明確指定的語言。
- 熱詞偏置和對話上下文可提升準確率,熱詞列表上限為 5,000 個詞,對話上下文上限為 800 token 或二十輪,Seed ASR 2.0 還把該上下文擴充到一張隨附影像,每個請求一張。
- 語者分離、聲道分離、帶信賴值的語句級與詞級時間戳、敏感詞過濾和繁體中文變體都是可選開關;請注意標點預設關閉而逆文字正規化預設開啟,而且語者分離是檔案模式的功能,串流模式並不提供。
- Synthorai 將它包裝為 OpenAI 相容轉寫端點。
常見問題
Seed 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 Seed ASR。
Seed ASR 最擅長什麼?
提交後查詢的非同步批次轉寫、數十種可設語言,自動偵測、對話上下文可擴展到隨附影像。完整能力請見「關於」一節,內容取自廠商官方發布說明。
Seed ASR 的價格是多少?
在 Synthorai 上,Seed ASR 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。
Seed ASR 支援哪些語言?
Seed ASR 支援 `language` 留空時,模型涵蓋普通話、英語、粵語、上海話、閩南語、四川話與陝西方言;可顯式指定 39 個語言鍵(en-US、zh-CN、yue-CN、ja-JP、ko-KR、id-ID、es-MX、pt-BR、de-DE、fr-FR、fil-PH、ms-MY、th-TH、ar-SA、it-IT、bn-BD、el-GR、nl-NL、ru-RU、tr-TR、vi-VN、pl-PL、ro-RO、uk-UA、az-AZ、bg-BG、cs-CZ、da-DK、fi-FI、hi-IN、hu-HU、kk-KZ、km-KH、my-MM、no-NO、pa-PK、sv-SE、sw-KE、ur-PK),另有可選的自動偵測(enable_auto_lang)。在 Synthorai 上透過 POST /v1/audio/transcriptions 呼叫,即標準 OpenAI 轉錄 API 形式。
如何開通 Seed ASR?
把現有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 設為 "seed-asr-bigmodel" 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。