新人 免费注册,送 10 次调用,最高 $1,无需绑卡。

Chirp 2

transcription

Chirp 2 是 Google Cloud 的多语言自动语音识别模型,通过 Speech-to-Text v2 API 提供。

输入
音频
输出
文本
价格
$0.016/min

价格在同类中的位置

价格在 12 个同类模型中的位置

每分钟$0.016/min
$0.002 · Fun-ASR Realtime GPT Realtime Whisper · $0.017

这条线标出该模型的价格在 Synthorai 同类模型中的位置,两端分别是最便宜和最贵的模型。这里是基础价,批量、区域和缓存写入的折扣见价格页。

规格与限制

音频

语言 因方法而异:BatchRecognize 覆盖最广,Recognize 则「与 Chirp 相当」;StreamingRecognize 限于 16 个区域设置(简体/繁体中文、粤语、英语 AU/IN/GB/US、法语 CA/FR、德语、意大利语、日语、韩语、葡萄牙语(巴西)、西班牙语 ES/US)
音频限制
  • 音频解码自动识别
  • 同步 Recognize 支持 <1 分钟,BatchRecognize 支持 1 分钟到 8 小时,StreamingRecognize 用于实时
  • 可选词级时间戳
  • 语言无关转写(模型会推断音频中占主导的语言并以该语言转写)
  • 不支持独立的语种检测
  • 不支持说话人分离
  • 支持语音翻译
说话人分离 不支持
流式转写 支持
时间戳 支持

模型

模态 音频 → 文本
  • Speech-to-Text V2 的官方模型 id 是 chirp_2(下划线)
  • 已 GA,并于 2025-01-27 扩展区域 GA(us-central1/europe-west4/asia-southeast1)
  • 按音频计费

依据 Google 官方文档 ↗

30 秒用上 Chirp 2

兼容 OpenAI:换掉 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="chirp-2",
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

关于 Chirp 2

  • Google 称它在准确率和速度上都优于初代 Chirp,并新增词级时间戳、模型自适应(短语偏置)和语音翻译。
  • 它提供自动标点与大小写、语言无关转写(模型会推断音频中占主导的语言并以该语言转写)以及脏话过滤,支持流式、同步和批量识别,可处理从不足一分钟到八小时的音频,这是所有 Chirp 模型中最长的批量上限。
  • 流式覆盖十六种语言区域,批量则拥有该家族最广的语言支持。
  • 词级时间戳需要显式开启,Google 指出开启后转写质量和速度会略有下降;它返回的词级置信度值在文档中被写明并非真正的置信度分数。
  • 自适应接受简单的词和短语,但不支持类 token 和自定义类。
  • 语音翻译的语言对是不对称的:二十七种源语言可译入美式英语,从美式英语可译出十八种目标语言;强制规范化和降噪器补齐了整个特性集。
  • 唯一明显的缺口是说话人分离,Google 将其列为不支持,而这项能力正是转向 Chirp 3 的理由。
  • 可用范围仅限少数几个区域。
  • Synthorai 通过其 OpenAI 兼容音频端点提供 Chirp 2 转写。

常见问题

Chirp 2 API 可以免费试用吗?

可以。新账号有 10 次试用调用,免费额度最高 $1,无需绑卡。在绑定付款方式之前,足够拿真实负载把 Chirp 2 试一遍。

Chirp 2 最擅长什么?

准确率与速度优于前代、词级时间戳与语音翻译、音频从不足一分钟到八小时。完整介绍见「关于」部分,内容取自供应商的官方发布说明。

Chirp 2 的价格是多少?

在 Synthorai 上,Chirp 2 每转写一分钟音频收费 $0.016:按量付费,无平台加价,无需订阅。

Chirp 2 支持哪些语言?

Chirp 2 支持 因方法而异:BatchRecognize 覆盖最广,Recognize 则「与 Chirp 相当」;StreamingRecognize 限于 16 个区域设置(简体/繁体中文、粤语、英语 AU/IN/GB/US、法语 CA/FR、德语、意大利语、日语、韩语、葡萄牙语(巴西)、西班牙语 ES/US)。在 Synthorai 上通过 POST /v1/audio/transcriptions 调用,请求格式与 OpenAI 转写 API 相同。

如何开通 Chirp 2?

把现有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 设为 "chirp-2" 即可。一个 API key 就能调用网关上的全部模型。

相关模型

对比

本页的每个数值都照录自供应商自己的文档(链接见上),并标有核对日期。价格是在整个目录范围内比较的;各家供应商定义不一样的规格项,只说明差异,不画图对比。这里没有任何一项是我们自己测的,也不打分。

获取 API key 算算你的成本 →