Chirp 3 vs Seed ASR
vs
什么时候选哪个
两者都按音频分钟计费,也都做说话人分离;seed-asr-bigmodel 便宜 8 倍,$0.002 对 $0.016,并能接受长得多的文件——异步模式最长 5 小时、512MB,而 chirp-3 的批处理是一小时——还带句级和词级时间戳。chirp-3 给的是广度:29 个 GA 加 82 个预览语言区,而 seed-asr-bigmodel 的默认集是普通话、英语、粤语和中文方言,另有 39 个语言键可显式指定。按录音时长和语言区来选,而不是按价格。
价格
价格取自构建时的实时目录,最新价格见各模型页面。
两个模型所处的位置:全部 12 个按同一单位计费的语音转文字模型的每分钟音频价格分布(对数刻度)
$0.002 · Fun-ASR Realtime $0.017 · GPT Realtime Whisper
能力
规格
| Chirp 3 | Seed ASR | |
|---|---|---|
| 输入模态 | 音频 | 音频 |
| 输出模态 | 文本 | 文本 |
| 发布日期 | 2025-10-13 | 2025-12-05 |
| 限制 | 音频解码自动识别;同步 Recognize 支持 <1 分钟,BatchRecognize 支持 1 分钟–1 小时(带词级时间戳时 <=20 分钟),StreamingRecognize 用于实时;BatchRecognize 和 Recognize 支持说话人分离(14 种语言);语句级时间戳(仅 StreamingRecognize),词级时间戳列为不支持;语言无关转写;29 个 GA + 82 个预览区域设置 | 异步音频文件模式:<512MB、<5 小时,OPUS/WAV/MP3/SPX/OGG/AMR/AAC/M4A(也接受原始 PCM),结果在 3 小时内返回并保留 7 天;通过 enable_speaker_info 实现说话人分离(仅音频文件 API,<=10 位说话人时效果最佳,流式 API 不支持分离);通过 show_utterances 输出带 start_time/end_time 的句级 + 词级切分;通过 enable_lid 实现语种识别;热词/上下文最多 800 token 和 20 轮;按调用计费 |
| 语言 | StreamingRecognize、Recognize 和 BatchRecognize 合计 29 个 GA + 82 个 Preview 区域设置(共 111 个);其中 14 个支持说话人分离 | `language` 留空时,模型覆盖普通话、英语、粤语、上海话、闽南语、四川话和陕西话;也可显式指定 39 个语言键(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),并可选自动检测(enable_auto_lang) |
规格照录自各供应商的文档;供应商没有公布的项目,对应的行直接省略,不做推断。 完整来源: Chirp 3 · Seed ASR
改一行代码就能在两个模型之间切换
下方每个标签页里都有两个模型 ID,高亮的那两行是唯一要改的地方。端点不变,API key 不变,请求结构也不变。
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.audio.transcriptions.create(
model="chirp-3",
# model="seed-asr-bigmodel", # 取消注释此行,注释上一行
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",
// model: "seed-asr-bigmodel", // 取消注释此行,注释上一行
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 model="seed-asr-bigmodel" \ # 取消注释此行,注释上一行
-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",
// Model: "seed-asr-bigmodel", // 取消注释此行,注释上一行
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")
// .model("seed-asr-bigmodel") // 取消注释此行,注释上一行
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(resp.text());常见问题
Chirp 3 和 Seed ASR 哪个更便宜?
按「每分钟音频」算,Seed ASR 更便宜($0.002 对 $0.016,相差 8.0×)。其他计费项的结论可能相反,完整价格见上方表格,实际成本取决于你的用量构成。
不用分别集成两次,就能对 Chirp 3 和 Seed ASR 做 A/B 测试吗?
可以。两个模型走同一个 OpenAI 兼容端点,用同一个 API key,切换时只要改一行里的模型名,所以可以给两个模型各分一部分流量,直接对比账单。
Chirp 3 和 Seed ASR 支持说话人分离吗?
上方的能力表格按各供应商的官方文档,逐个模型回答了这个问题。说话人分离、流式输出和时间戳三项分开列出,因为不同模型在这三项上的支持情况都不一样。