Alle Modelle
Google Cloud
Chirp 3
Das allgemeine Sprach-zu-Text-Modell von Google Cloud für Streaming, Datei und kostengünstige dynamische Batch-Transkription in vielen Sprachen und Regionen.
Übersicht in einfacher englischer Sprache
Was Chirp 3 eigentlich ist
Chirp 3 befindet sich in Google Cloud Speech-to-Text V2 und unterstützt daher mehrere Betriebsmuster anstelle einer festen App. Teams können es für Live-Streams, kurze synchrone Anfragen oder asynchrone Batches verwenden und Spracherkennung, Sprachanpassung und Rauschunterdrückung hinzufügen, wenn die ausgewählte Region und Sprache dies unterstützen.
Die Merkmalsmatrix ist nicht in allen Sprachen einheitlich. Die Diarisierung und einige Anpassungsoptionen gelten für dokumentierte Teilmengen, und der Standort des Endpunkts wirkt sich auf die Verfügbarkeit aus. Der richtige Vergleich ist daher eine exakte Sprache, Region und Anfrageart – nicht nur die Anzahl der Schlagzeilensprachen.
Gute Passform für
- Mehrsprachige Cloud-Transkription
- Teams mischen Echtzeit- und Batch-Workloads
- Google Cloud-Anwendungen, die regionale Endpunkte benötigen
Kategorievergleich
Die Fakten, die für die transkription-Modelle wichtig sind
Hierbei handelt es sich um vom Anbieter veröffentlichte Spezifikationen, nicht um Cody-Benchmark-Ergebnisse. Folgen Sie den verlinkten Quellen für aktuelle Grenzwerte und endpunktspezifische Ausnahmen.
- Transkriptionspreis
- 0,016 $/Min. Standard · 0,003 $/Min. dynamischer BatchAktueller Anbieterpreis pro Audiostunde oder Minute für den aufgeführten Verarbeitungsweg.
- Live oder Batch
- Streaming, synchron und BatchOb das Modell Echtzeit-Streams, hochgeladene Aufzeichnungen oder beides verarbeitet.
- Sprachen
- Über 85 Sprachen und GebietsschemataVom Anbieter veröffentlichte Sprachabdeckung, die bei Bedarf geschulte oder beworbene Abdeckung von speziell verifizierten Sprachen trennt.
- Lautsprecheretiketten
- Unterstützt für eine dokumentierte Teilmenge von SprachenOb das Modell identifiziert, wer gesprochen hat, und ob ein veröffentlichtes Sprecherlimit vorliegt.
- Zeitstempel
- Zeitstempel auf Wortebene mit RoutenbeschränkungenVerfügbare Timing-Informationen auf Wort-, Segment- oder Äußerungsebene.
- Vokabelkontrolle
- Sprachanpassung, benutzerdefiniertes Vokabular, Spracherkennung, RauschunterdrückungKeyword-Boosting, benutzerdefinierte Rechtschreibung, Kontext, Eingabeaufforderungen oder andere Möglichkeiten zur Verbesserung von Domain-Begriffen.
- Wo kann man es verwenden?
- Google Cloud Speech-to-Text V2Direkte API, Cloud-Katalog, Anwendung oder regionaler Endpunkt, dokumentiert vom Anbieter.
Preise und Vergleiche
Kosten schätzen
Geben Sie Ihre Nutzung ein. Die Schätzung wird sofort aktualisiert.
Nutzt die Aufnahmedauer in Stunden: 30 Minuten = 0,5 Stunden. Zusatzfunktionen und Mindestgebühren können die Rechnung ändern.
Chirp 3
Google Cloud
Geschätzte Summe (USD)
Für die angegebene Nutzung · USD · API-Preis, kein Abonnement
So funktioniert die Schätzung
Schätzungen ohne Steuern, Tools, Cache-Speicherung/-Schreiben, Freikontingente und individuelle Rabatte. Bei Bildern zählt nur die Ausgabe, nicht Prompt oder Referenzbilder. Qualitätsmodi unterscheiden sich. Nicht aufgeführte Einstellungen gelten nicht als kostenlos.
API- und Provider-Zugriff
Wo bekomme ich Chirp 3?
Verfügbarkeit
Regionen und Zugriffsphase
Allgemein verfügbar in Google Cloud Speech-to-Text V2 mit Streaming-, Synchron- und Batch-Erkennungsrouten.
Funktionen und unterstützte Sprachen variieren je nach Google Cloud-Region; Wählen Sie einen regionalen Endpunkt aus der Live-Dokumentation Chirp 3.
Überprüfen Sie die Live-VerfügbarkeitDaten und Schulung
Die Route ist wichtig.
Laut Google werden Speech-to-Text-Inhalte nicht über die Bereitstellung des Dienstes hinaus verwendet, es sei denn, der Kunde stimmt der Datenprotokollierung zu. Streaming- und synchrone Inhalte werden im Speicher verarbeitet; Asynchrone Ergebnisse können wie dokumentiert vorübergehend gespeichert werden.
Hierbei handelt es sich um eine prägnante Lektüre des zitierten Anbietermaterials und nicht um eine Rechtsberatung. Ein Drittanbieter-Gateway kann andere Speicher-, Routing-, Schulungs- und Residenzbedingungen haben als die direkte API des Modellherstellers.
Lesen Sie die Richtlinien des AnbietersHäufig gestellte Fragen
Chirp 3 FAQ
Was ist Chirp 3?
Das allgemeine Sprach-zu-Text-Modell von Google Cloud für Streaming, Datei und kostengünstige dynamische Batch-Transkription in vielen Sprachen und Regionen. Chirp 3 befindet sich in Google Cloud Speech-to-Text V2 und unterstützt daher mehrere Betriebsmuster anstelle einer festen App. Teams können es für Live-Streams, kurze synchrone Anfragen oder asynchrone Batches verwenden und Spracherkennung, Sprachanpassung und Rauschunterdrückung hinzufügen, wenn die ausgewählte Region und Sprache dies unterstützen.
Wann wurde Chirp 3 veröffentlicht?
Chirp 3 wurde gemäß den zitierten Anbietermaterialien auf 13. Oktober 2025 veröffentlicht.
Wo kann ich auf Chirp 3 zugreifen?
Allgemein verfügbar in Google Cloud Speech-to-Text V2 mit Streaming-, Synchron- und Batch-Erkennungsrouten. Die in diesem Handbuch aufgeführten Zugriffsrouten sind Google Cloud.
Wie viel kostet Chirp 3?
0,016 $/Min. Standard · 0,003 $/Min. dynamischer Batch. Dies sind die aktuellen Google Cloud Speech-to-Text-Tarife für die relevanten Erkennungsrouten; Berechtigte Volumenstufen und Cloud-Verträge können die effektiven Kosten verändern.
Wo ist Chirp 3 erhältlich?
Allgemein verfügbar in Google Cloud Speech-to-Text V2 mit Streaming-, Synchron- und Batch-Erkennungsrouten. Funktionen und unterstützte Sprachen variieren je nach Google Cloud-Region; Wählen Sie einen regionalen Endpunkt aus der Live-Dokumentation Chirp 3.
Werden meine Chirp 3-API-Daten für das Training verwendet?
Laut Google werden Speech-to-Text-Inhalte nicht über die Bereitstellung des Dienstes hinaus verwendet, es sei denn, der Kunde stimmt der Datenprotokollierung zu. Streaming- und synchrone Inhalte werden im Speicher verarbeitet; Asynchrone Ergebnisse können wie dokumentiert vorübergehend gespeichert werden. Die Richtlinie gehört zu den Routen- und Kontobedingungen des Anbieters. Überprüfen Sie sie daher vor der produktiven Nutzung erneut.
Verwandte Vergleiche
Direktvergleiche
Chirp 3 vs Muse Voice Transcribe
Das Streaming-Spracherkennungsmodell von Meta für Live-Untertitel, lange Audioinhalte, viele Sprecher, Code-Switching und domänenbezogene Transkription.
Vollständigen Vergleich öffnenChirp 3 vs MAI-Transcribe-2
Das schnelle Batch-Transkriptionsmodell von Microsoft für lange Aufnahmen, Sprecherbezeichnungen, Wort-Timing, Keyword-Bias und saubere oder wörtliche Transkripte.
Vollständigen Vergleich öffnenChirp 3 vs Universal-3.5 Pro
Das auf Genauigkeit ausgerichtete Transkriptionsmodell von AssemblyAI für Dateien und Live-Audio mit Code-Umschaltung, Sprecherbezeichnungen, Zeitstempeln und kontextbezogenen Eingabeaufforderungen.
Vollständigen Vergleich öffnenChirp 3 vs Scribe v2
Das mehrsprachige Speech-to-Text-Modell von ElevenLabs für detaillierte Transkripte mit vielen Sprechern, Wortzeit, Audioereignissen und großen benutzerdefinierten Schlüsselbegriffslisten.
Vollständigen Vergleich öffnen
