Todos os modelos
Google Cloud
Chirp 3
Modelo geral de fala para texto do Google Cloud para streaming, arquivo e transcrição de lote dinâmico de baixo custo em vários idiomas e regiões.
Visão geral em inglês simples
O que Chirp 3 realmente é
Chirp 3 fica dentro do Google Cloud Speech-to-Text V2, portanto, oferece suporte a vários padrões operacionais em vez de um aplicativo fixo. As equipes podem usá-lo para transmissões ao vivo, solicitações síncronas curtas ou lotes assíncronos e podem adicionar detecção de idioma, adaptação de fala e eliminação de ruído onde a região e o idioma selecionados os suportarem.
Sua matriz de recursos não é uniforme em todos os idiomas. A diarização e algumas opções de adaptação se aplicam a subconjuntos documentados, e a localização do terminal afeta a disponibilidade. A comparação correta é, portanto, o idioma, a região e o modo de solicitação exatos – e não apenas a contagem do idioma do título.
Bom ajuste para
- Transcrição multilíngue na nuvem
- Equipes combinando cargas de trabalho em tempo real e em lote
- Aplicativos Google Cloud que precisam de endpoints regionais
Comparação de categorias
Os fatos que importam para os modelos transcrição
Estas são especificações publicadas pelo fornecedor, não pontuações de benchmark Cody. Siga as fontes vinculadas para limites atuais e exceções específicas de endpoint.
- Preço da transcrição
- Padrão de US$ 0,016/min · Lote dinâmico de US$ 0,003/minPreço atual do provedor por hora ou minuto de áudio para a rota de processamento listada.
- Ao vivo ou em lote
- Streaming, síncrono e em loteSe o modelo lida com streams em tempo real, gravações carregadas ou ambos.
- Idiomas
- Mais de 85 idiomas e localidadesCobertura de idiomas publicada pelo provedor, separando a cobertura treinada ou anunciada de idiomas especificamente verificados quando necessário.
- Etiquetas de alto-falante
- Compatível com um subconjunto documentado de idiomasSe o modelo identifica quem falou e qualquer limite de oradores publicado.
- Carimbos de data e hora
- Carimbos de data e hora em nível de palavra com restrições de rotaInformações disponíveis sobre temporização em nível de palavra, segmento ou enunciado.
- Controle de vocabulário
- Adaptação de fala, vocabulário personalizado, detecção de idioma, eliminação de ruídoAumento de palavras-chave, ortografia personalizada, contexto, solicitações ou outras formas de melhorar os termos do domínio.
- Onde usar
- Google Cloud Fala para Texto V2API direta, catálogo de nuvem, aplicativo ou endpoint regional documentado pelo provedor.
Preços e comparações
Estime seu custo
Defina seu uso. A estimativa é atualizada enquanto você digita.
Usa a duração em horas: 30 minutos = 0,5 hora. Recursos extras e cobranças mínimas podem alterar o total.
Chirp 3
Google Cloud
Total estimado (USD)
Para o uso indicado · USD · Preço de API, não de assinatura
Como funciona esta estimativa
Estimativas sem impostos, ferramentas, armazenamento/gravação de cache, franquias gratuitas e descontos personalizados. Imagens incluem apenas a saída, sem prompt ou referências. Os modos de qualidade variam. Configurações não listadas não são consideradas gratuitas.
Acesso à API e ao provedor
Onde obter Chirp 3
Disponibilidade
Regiões e estágio de acesso
Geralmente disponível em Google Cloud Speech-to-Text V2 com rotas de streaming, síncronas e de reconhecimento em lote.
Os recursos e os idiomas suportados variam de acordo com a região Google Cloud; escolha um endpoint regional na documentação Chirp 3 ativa.
Verifique a disponibilidade ao vivoDados e treinamento
A rota é importante.
Google afirma que o conteúdo de fala em texto não é usado além do fornecimento do serviço, a menos que o cliente opte pelo registro de dados. O conteúdo síncrono e de streaming é tratado na memória; os resultados assíncronos podem ser retidos temporariamente conforme documentado.
Esta é uma leitura concisa do material citado do fornecedor, e não um aconselhamento jurídico. Um gateway de terceiros pode ter diferentes termos de armazenamento, roteamento, treinamento e residência da API direta do criador do modelo.
Leia a política do provedorPerguntas frequentes
Perguntas frequentes sobre Chirp 3
O que é Chirp 3?
Modelo geral de fala para texto do Google Cloud para streaming, arquivo e transcrição de lote dinâmico de baixo custo em vários idiomas e regiões. Chirp 3 fica dentro do Google Cloud Speech-to-Text V2, portanto, oferece suporte a vários padrões operacionais em vez de um aplicativo fixo. As equipes podem usá-lo para transmissões ao vivo, solicitações síncronas curtas ou lotes assíncronos e podem adicionar detecção de idioma, adaptação de fala e eliminação de ruído onde a região e o idioma selecionados os suportarem.
Quando o Chirp 3 foi lançado?
Chirp 3 foi lançado em 13 de outubro de 2025 de acordo com os materiais do fornecedor citado.
Onde posso acessar Chirp 3?
Geralmente disponível em Google Cloud Speech-to-Text V2 com rotas de streaming, síncronas e de reconhecimento em lote. As rotas de acesso listadas neste guia são Google Cloud.
Quanto custa Chirp 3?
Padrão de US$ 0,016/min · Lote dinâmico de US$ 0,003/min. Estas são as taxas atuais de conversão de fala em texto Google Cloud para as rotas de reconhecimento relevantes; níveis de volume elegíveis e contratos de nuvem podem alterar o custo efetivo.
Onde o Chirp 3 está disponível?
Geralmente disponível em Google Cloud Speech-to-Text V2 com rotas de streaming, síncronas e de reconhecimento em lote. Os recursos e os idiomas suportados variam de acordo com a região Google Cloud; escolha um endpoint regional na documentação Chirp 3 ativa.
Os dados da minha API Chirp 3 são usados para treinamento?
Google afirma que o conteúdo de fala em texto não é usado além do fornecimento do serviço, a menos que o cliente opte pelo registro de dados. O conteúdo síncrono e de streaming é tratado na memória; os resultados assíncronos podem ser retidos temporariamente conforme documentado. A política pertence à rota do provedor e aos termos da conta, portanto, verifique-a novamente antes do uso em produção.
Comparações relacionadas
Comparações lado a lado
Chirp 3 vs Muse Voice Transcribe
Modelo de reconhecimento de fala de streaming do Meta para legendas ao vivo, áudio longo, muitos alto-falantes, troca de código e transcrição com reconhecimento de domínio.
Abrir comparação completaChirp 3 vs MAI-Transcribe-2
Modelo de transcrição em lote rápido do Microsoft para gravações longas, rótulos de alto-falante, tempo de palavra, polarização de palavras-chave e transcrições limpas ou literais.
Abrir comparação completaChirp 3 vs Universal-3.5 Pro
Modelo de transcrição focado na precisão do AssemblyAI para arquivos e áudio ao vivo, com troca de código, rótulos de alto-falante, carimbos de data e hora e prompts contextuais.
Abrir comparação completaChirp 3 vs Scribe v2
Modelo multilíngue de conversão de fala em texto do ElevenLabs para transcrições detalhadas com muitos alto-falantes, tempo de palavra, eventos de áudio e grandes listas de termos-chave personalizados.
Abrir comparação completa
