Comparaison de modèles
Comparez Chirp 3 et Universal-3.5 Pro en utilisant la même rubrique reconnaissance vocale et transcription provenant du fournisseur. Pas de score mystère et pas de classement de référence inventé.
Faits vérifiés 4 septembre 2026
Indiquez votre utilisation. L’estimation se met à jour à chaque modification.
Utilise la durée en heures : 30 minutes = 0,5 heure. Options et frais minimums peuvent modifier la facture.
Les estimations excluent taxes, outils, stockage/écriture du cache, quotas gratuits et remises personnalisées. Pour les images, seule la sortie est incluse, pas le prompt ni les références. Les modes de qualité varient. Un paramètre non répertorié n’est pas gratuit.
| Modèle | Accès | Total estimé (USD) |
|---|---|---|
| Chirp 3Google Cloud | Google Cloud | Aucun tarif vérifié |
| Universal-3.5 ProAssemblyAI | AssemblyAI | Aucun tarif vérifié |
Prise rapide
Modèle général de synthèse vocale de Google Cloud pour le streaming, les fichiers et la transcription par lots dynamiques à faible coût dans de nombreuses langues et régions.
Consultez le tableau Chirp 3 pour connaître votre langue et votre région précises. Les étiquettes des locuteurs, les horodatages, l'adaptation et le comportement des lots ont des contraintes spécifiques à l'itinéraire qu'un seul numéro de couverture peut masquer.
Modèle de transcription axé sur la précision du AssemblyAI pour les fichiers et l'audio en direct, avec commutation de code, étiquettes de locuteur, horodatages et invites contextuelles.
Les routes asynchrones et en temps réel ont des prix différents, et la rétention dépend des contrôles des points de terminaison et des comptes. Vérifiez les frais des fonctionnalités facultatives, le routage dans l’UE, la désinscription de la formation, le statut BAA et l’éligibilité à la rétention zéro.
Comparez les faits publiés
Les valeurs utilisent les unités et limites publiées par chaque fournisseur. Un blanc signifie que le fournisseur n'a pas publié de valeur directement comparable dans les sources examinées.
| Reconnaissance vocale et transcription | Chirp 3 | Universal-3.5 Pro |
|---|---|---|
| Prix des transcriptionsPrix actuel du fournisseur par heure ou minute audio pour l'itinéraire de traitement indiqué. | 0,016 $/min standard · 0,003 $/min lot dynamique | 0,21 $/heure en asynchrone · 0,45 $/heure en streaming |
| En direct ou par lotsSi le modèle gère les flux en temps réel, les enregistrements téléchargés ou les deux. | Streaming, synchrone et batch | Fichiers téléchargés et streaming en temps réel |
| LanguesCouverture linguistique publiée par le fournisseur, séparant la couverture formée ou annoncée des langues spécifiquement vérifiées si nécessaire. | Plus de 85 langues et paramètres régionaux | 18 langues au lancement avec commutation de code native |
| Étiquettes des enceintesSi le modèle identifie qui a parlé et toute limite de locuteurs publiée. | Pris en charge pour un sous-ensemble de langues documenté | Oui |
| HorodatagesInformations de synchronisation disponibles au niveau du mot, du segment ou de l'énoncé. | Horodatages au niveau des mots avec contraintes d'itinéraire | Horodatages au niveau des mots |
| Contrôle du vocabulaireAmélioration des mots clés, orthographe personnalisée, contexte, invites ou autres moyens d'améliorer les termes du domaine. | Adaptation de la parole, vocabulaire personnalisé, détection de langue, débruitage | Invite contextuelle et invite de mots clés |
| Où l'utiliserAPI directe, catalogue cloud, application ou point de terminaison régional documenté par le fournisseur. | Google Cloud synthèse vocale V2 | AssemblyAI API américaines et européennes |
Comment choisir
Commencez par le travail que vous devez effectuer, puis validez les détails du coût, de l'accès et de la politique sur l'itinéraire exact de votre fournisseur.
Google indique que le contenu Speech-to-Text n'est pas utilisé au-delà de la fourniture du service, à moins que le client n'accepte l'enregistrement des données. Le contenu en streaming et synchrone est géré en mémoire ; les résultats asynchrones peuvent être conservés temporairement comme indiqué.
Liens vers les fournisseurs et les API
Le comportement de rétention et de formation du modèle de AssemblyAI dépend du point de terminaison, du contrat, du statut BAA, du traitement dans l'UE et des paramètres de désinscription. Ses documents décrivent des options de conservation de données nulles pour une utilisation éligible en temps réel ; vérifiez la configuration exacte du compte.
Liens vers les fournisseurs et les API
Questions fréquemment posées
Chirp 3 : Modèle général de synthèse vocale de Google Cloud pour le streaming, les fichiers et la transcription par lots dynamiques à faible coût dans de nombreuses langues et régions. Universal-3.5 Pro : Modèle de transcription axé sur la précision du AssemblyAI pour les fichiers et l'audio en direct, avec commutation de code, étiquettes de locuteur, horodatages et invites contextuelles.
Considérez Chirp 3 lorsque votre priorité est Transcription cloud multilingue. Considérez Universal-3.5 Pro lorsque votre priorité est Réunions et appels avec changement de langue. Testez les deux avec vos propres données et votre itinéraire de fournisseur avant de vous engager.
Non. Cette comparaison aligne les faits publiés par le fournisseur pour la catégorie Reconnaissance vocale et transcription. Il ne revendique pas de gagnant universel ni ne combine des scores de référence tiers incompatibles.
