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

Chirp 3 Seed ASR Δ
每分钟音频 $0.016 $0.002 8×

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)

Chirp 3 · $0.016 Seed ASR · $0.002

能力

Chirp 3 Seed ASR
说话人分离 是 是
流式输出 是 是
时间戳 是 是

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)

获取 API key →

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。

相关对比

我们的实测研究