新人 免费注册,送 10 次调用,最高 $1,无需绑卡。

Chirp 3

发布于 2025-10-13

transcription

Chirp 3 是 Google 面向 ASR 的多语言生成式模型在 Speech-to-Text v2 API 上的最新一代,自 2025 年 10 月起在美国和欧盟多区域正式发布。

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 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
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–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
说话人分离 支持
流式转写 支持
时间戳 支持

模型

模态 音频 → 文本
  • 官方模型 id 是 chirp_3
  • 按 Speech-to-Text 发布说明,2025-04-11 进入私有预览,2025-10-13 GA
  • 按音频计费

依据 Google 官方文档 ↗

30 秒用上 Chirp 3

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-3",
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

关于 Chirp 3

  • 官方文档强调它的准确率和速度超越此前的 Chirp 模型,并带来两项新能力:说话人分离和自动语言检测。
  • 它在正式发布和预览两档中共公布一百多种语言区域,自动生成标点和大小写,接受最多 1,000 条短语提示的语音自适应,不过 Google 建议条目尽可能少,以免非自适应词汇的效果退化。
  • 流式、同步和批量识别均受支持,说话人分离可在批量识别中使用,覆盖十四种语言。
  • 新增的控制项包括预览阶段用于引导转写格式的自定义 prompt、一个 Google 提醒无法去除背景人声的降噪开关,以及 standard、short 或 supershort 三档端点检测灵敏度。
  • 这次升级并非纯粹的增量,切换前值得先核对缺口:Chirp 3 文档写的是句级而非词级时间戳,没有记录语音翻译和脏话过滤,批量音频上限为一小时,开启时间戳时为二十分钟,而 Chirp 2 是八小时。
  • 在 Synthorai 上,Chirp 3 与其他所有语音模型一样,通过同一个 OpenAI 兼容转写接口访问。

常见问题

Chirp 3 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 3 试一遍。

Chirp 3 最擅长什么?

说话人分离与自动语言检测、可转写 100 多种语言及变体、语音自适应最多 1,000 条短语提示。完整介绍见「关于」部分,内容取自供应商的官方发布说明。

Chirp 3 的价格是多少?

在 Synthorai 上,Chirp 3 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 3 支持哪些语言?

Chirp 3 支持 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。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 3?

把现有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 设为 "chirp-3" 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 →