Fun-ASR MTL 是阿里 Fun-ASR 家族中面向录音文件转写的多语言、多任务成员。
- 输入
- 音频
- 输出
- 文本
- 价格
- $0.0021/min
价格在同类中的位置
价格在 11 个同类模型中的位置
这条线显示该模型的价格,在 Synthorai 上同类模型里处于什么位置。两端标出了最便宜和最贵的那个。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 | 多语言并覆盖方言,共 30 种语言,但中文仅有普通话和粤语(没有更广的方言/口音覆盖):中文(普通话、粤语)、英语、日语、韩语、越南语、泰语、印尼语、马来语、菲律宾语、印地语、阿拉伯语、法语、德语、西班牙语、葡萄牙语、俄语、意大利语、荷兰语、瑞典语、丹麦语、芬兰语、挪威语、希腊语、波兰语、捷克语、匈牙利语、罗马尼亚语、保加利亚语、克罗地亚语、斯洛伐克语 |
|---|---|
| 音频限制 |
|
| 说话人分离 | 支持 |
| 流式转写 | 不支持 |
| 时间戳 | 支持 |
模型
| 模态 | 音频 → 文本 |
|---|
- Fun-ASR 家族中多语言、多任务的档位
- 当前的 HTTP API 参考列出的语言与基础模型相同,共 30 种,其中中文仅限普通话和粤语
30 秒用上 Fun-ASR MTL
OpenAI 兼容: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="fun-asr-mtl",
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: "fun-asr-mtl",
file: fs.createReadStream("meeting.mp3"),
});
console.log(resp.text);curl https://synthorai.io/v1/audio/transcriptions \
-H "Authorization: Bearer sk-syn-..." \
-F model="fun-asr-mtl" \
-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: "fun-asr-mtl",
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("fun-asr-mtl")
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(resp.text());关于 Fun-ASR MTL
- 与基础模型一样,它离线处理最长 12 小时、最大 2 GB 的音频文件,官方文档列出它支持热词定制和说话人分离,识别范围涵盖中文(普通话和粤语)、英语、日语、韩语,以及大量欧洲和东南亚语言。
- 它面向需要在同一条流水线中混合多种语言并识别说话人的负载。
- 它存在的理由要看历史:家族发布时,当时的 Fun-ASR 快照只覆盖中文和英语,MTL 正是在其上补齐粤语、日语、泰语、越南语和印尼语的变体。
- 此后基础模型不断向前滚动,HTTP API 参考如今为两者列出了同样广泛的语言集合,两者已经趋同。
- 阿里自己的页面也不再在它们之间划出明确的能力界线。
- 其余一切都沿袭家族:异步的提交与轮询式转写、面向稳定领域词汇的热词表、可声明说话人数量的可选分离,以及毫秒级的句级和词级时间戳。
- 情绪识别不属于这条产品线;和它的同门一样,文档指出语言提示列表中只有第一项会被读取。
- 稳定模型名会解析到带日期的快照,因此如果语言覆盖对你重要,请固定快照。
- Synthorai 通过熟悉的 OpenAI 兼容端点把请求路由给它。
常见问题
Fun-ASR MTL API 可以免费试用吗?
可以。新账号可获得 10 次试用调用和最高 $1 的免费额度,无需绑卡。足够在添加付款方式之前,用真实工作负载试一试 Fun-ASR MTL。
Fun-ASR MTL 最擅长什么?
混合语种负载,支持说话人识别、离线处理最长 12 小时文件、覆盖欧洲与东南亚语言。完整能力请见「关于」部分,内容取自厂商官方发布说明。
Fun-ASR MTL 的价格是多少?
在 Synthorai 上,Fun-ASR MTL 按转写音频每分钟 $0.0021 计费,按量付费,无平台加价,无需订阅。
Fun-ASR MTL 支持哪些语言?
Fun-ASR MTL 支持 多语言并覆盖方言,共 30 种语言,但中文仅有普通话和粤语(没有更广的方言/口音覆盖):中文(普通话、粤语)、英语、日语、韩语、越南语、泰语、印尼语、马来语、菲律宾语、印地语、阿拉伯语、法语、德语、西班牙语、葡萄牙语、俄语、意大利语、荷兰语、瑞典语、丹麦语、芬兰语、挪威语、希腊语、波兰语、捷克语、匈牙利语、罗马尼亚语、保加利亚语、克罗地亚语、斯洛伐克语。在 Synthorai 上通过 POST /v1/audio/transcriptions 调用,即标准 OpenAI 转写 API 形态。
如何开通 Fun-ASR MTL?
把现有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 设为 "fun-asr-mtl" 即可。一把 API key 通用网关上的全部模型。
相关模型
对比
本页每个值都转录自厂商自己的文档(链接见上),并带有核对日期。价格在全目录范围内比较;各厂商定义不同的规格值,只说明差异而不作图表对比。此处没有任何由我们测量的数据,也不做评分。