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
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 |
|
| 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
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)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",
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 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",
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")
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(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。