مقارنة النموذج
قارن بين MAI-Transcribe-2 وChirp 3 باستخدام نفس قواعد تقييم التعرف على الكلام والنسخ التي تم الحصول عليها من الموفر. لا توجد درجة غامضة ولا يوجد تصنيف قياسي مخترع.
تم فحص الحقائق 4 سبتمبر 2026
حدّد استخدامك. يتحدّث التقدير أثناء الكتابة.
يستخدم مدة التسجيل بالساعات: 30 دقيقة = 0.5 ساعة. قد تغيّر الميزات الإضافية والحد الأدنى للرسوم الفاتورة.
لا تشمل التقديرات الضرائب والأدوات وتخزين وكتابة الذاكرة المؤقتة والحصص المجانية والخصومات الخاصة. تشمل الصور تكلفة المخرجات فقط دون النص أو الصور المرجعية. تختلف أوضاع الجودة حسب النموذج. الإعدادات غير المدرجة ليست مجانية.
| نموذج | الوصول | الإجمالي التقديري (USD) |
|---|---|---|
| Chirp 3Google Cloud | Google Cloud | لا يوجد سعر مُراجع |
| MAI-Transcribe-2Microsoft | Microsoft | لا يوجد سعر مُراجع |
خذ سريعا
نموذج النسخ الدفعي السريع Microsoft للتسجيلات الطويلة، وتسميات المتحدثين، وتوقيت الكلمات، وانحياز الكلمات الرئيسية، والنصوص النظيفة أو الحرفية.
إن رقم ساعة واحدة في حوالي عشر ثوانٍ الخاص بـ Microsoft هو مطالبة موفر، وليس اتفاقية مستوى الخدمة (SLA) مضمونة. قم بقياس الصوت الخاص بك وتأكد من سعر ما بعد المعاينة ومنطقة النشر والحصص وتكوين الاحتفاظ.
نموذج Google Cloud العام لتحويل الكلام إلى نص للبث والملفات والنسخ الديناميكي منخفض التكلفة عبر العديد من اللغات والمناطق.
تحقق من جدول Chirp 3 لمعرفة لغتك ومنطقتك بدقة. تحتوي تسميات المتحدث والطوابع الزمنية والتكيف وسلوك الدُفعات على قيود خاصة بالمسار يمكن أن يخفيها رقم تغطية واحد.
قارن بين الحقائق المنشورة
تستخدم القيم الوحدات والحدود المنشورة الخاصة بكل موفر. الفراغ يعني أن المزود لم ينشر قيمة قابلة للمقارنة مباشرة في المصادر التي تمت مراجعتها.
| التعرف على الكلام والنسخ | MAI-Transcribe-2 | Chirp 3 |
|---|---|---|
| سعر النسخسعر الموفر الحالي لكل ساعة أو دقيقة صوتية لمسار المعالجة المدرج. | 0.10 دولارًا أمريكيًا / سعر الساعة الصوتية لفترة محدودة | 0.016 دولار/الدقيقة القياسية · 0.003 دولار/الدقيقة دفعة ديناميكية |
| حية أو دفعةما إذا كان النموذج يتعامل مع عمليات البث في الوقت الفعلي أو التسجيلات التي تم تحميلها أو كليهما. | دفعة سريعة والنسخ الطويل | الجري، متزامن، ودفعة |
| اللغاتالتغطية اللغوية التي ينشرها مقدم الخدمة، مع فصل التغطية المدربة أو المعلن عنها عن اللغات التي تم التحقق منها على وجه التحديد عند الحاجة. | 60 لغة | أكثر من 85 لغة ولغة محلية |
| تسميات المتحدثما إذا كان النموذج يحدد الأشخاص الذين تحدثوا وأي حدود للمتحدثين المنشورين. | نعم | مدعوم لمجموعة فرعية موثقة من اللغات |
| الطوابع الزمنيةمعلومات التوقيت المتوفرة على مستوى الكلمة أو المقطع أو الكلام. | الطوابع الزمنية على مستوى الكلمة | الطوابع الزمنية على مستوى الكلمة مع قيود المسار |
| السيطرة على المفرداتتعزيز الكلمات الرئيسية، أو التهجئة المخصصة، أو السياق، أو المطالبة، أو طرق أخرى لتحسين مصطلحات المجال. | انحياز الكلمات الرئيسية، والإخراج النظيف/الحرفي، والكشف التلقائي عن اللغة | التكيف مع الكلام، والمفردات المخصصة، والكشف عن اللغة، وتقليل الضوضاء |
| أين تستخدمهواجهة برمجة التطبيقات المباشرة أو الكتالوج السحابي أو التطبيق أو نقطة النهاية الإقليمية الموثقة من قبل الموفر. | Microsoft Foundry / أزور | Google Cloud تحويل الكلام إلى نص V2 |
كيفية الاختيار
ابدأ بالمهمة التي تحتاج إلى إكمالها، ثم تحقق من صحة التكلفة والوصول وتفاصيل السياسة على مسار المزود المحدد.
يقول Microsoft أن المطالبات والمخرجات والتضمينات وبيانات التدريب المقدمة إلى Foundry Models ليست متاحة لموفري النماذج ولا يتم استخدامها لتدريب النماذج الأساسية دون إذن. تعتمد تفاصيل مراقبة الاحتفاظ وإساءة الاستخدام على الخدمة المنشورة.
روابط الموفر وواجهة برمجة التطبيقات
يقول Google أنه لا يتم استخدام محتوى تحويل الكلام إلى نص خارج نطاق توفير الخدمة ما لم يختار العميل تسجيل البيانات. تتم معالجة المحتوى المتدفق والمتزامن في الذاكرة؛ قد يتم الاحتفاظ بالنتائج غير المتزامنة مؤقتًا كما هو موثق.
روابط الموفر وواجهة برمجة التطبيقات
الأسئلة المتداولة
MAI-Transcribe-2: نموذج النسخ الدفعي السريع Microsoft للتسجيلات الطويلة، وتسميات المتحدثين، وتوقيت الكلمات، وانحياز الكلمات الرئيسية، والنصوص النظيفة أو الحرفية. Chirp 3: نموذج Google Cloud العام لتحويل الكلام إلى نص للبث والملفات والنسخ الديناميكي منخفض التكلفة عبر العديد من اللغات والمناطق.
فكر في MAI-Transcribe-2 عندما تكون أولويتك هي المكالمات والاجتماعات المسجلة ذات الحجم الكبير. فكر في Chirp 3 عندما تكون أولويتك هي النسخ السحابي متعدد اللغات. اختبر كلا من البيانات الخاصة بك ومسار المزود قبل الالتزام.
لا. تعمل هذه المقارنة على محاذاة الحقائق المنشورة بواسطة الموفر لفئة التعرف على الكلام والنسخ. لا تدعي فائزًا عالميًا أو تجمع بين النتائج المعيارية غير المتوافقة من طرف ثالث.
