全モデル
音声認識と文字起こし安定した
Google CloudChirp 3
Google Cloud の一般的な音声テキスト変換モデル。多くの言語と地域にわたるストリーミング、ファイル、低コストの動的バッチ文字起こしに使用されます。
平易な英語による概要
Chirp 3 とは実際には何ですか
Chirp 3 は Google Cloud Speech-to-Text V2 内に組み込まれているため、1 つの固定アプリではなく、複数の操作パターンをサポートします。チームはこれをライブ ストリーム、短い同期リクエスト、または非同期バッチに使用でき、選択した地域と言語がサポートしている場合は言語検出、音声適応、ノイズ除去を追加できます。
その特徴マトリックスは、言語ごとに均一ではありません。ダイアライゼーションと一部の適応オプションは文書化されたサブセットに適用され、エンドポイントの場所は可用性に影響します。したがって、適切な比較は、見出しの言語数だけではなく、言語、地域、リクエスト モードを正確に比較することになります。
ぴったりフィット
- 多言語クラウド転写
- リアルタイムとバッチのワークロードを混合するチーム
- リージョンエンドポイントを必要とする Google Cloud アプリケーション
カテゴリ比較
転写 モデルにとって重要な事実
これらはプロバイダーが公開した仕様であり、Cody ベンチマーク スコアではありません。現在の制限とエンドポイント固有の例外については、リンクされたソースに従ってください。
- 転写価格
- 標準 $0.016/分 · 動的バッチ $0.003/分リストされた処理ルートの音声時間または分あたりの現在のプロバイダーの料金。
- ライブまたはバッチ
- ストリーミング、同期、バッチモデルがリアルタイム ストリーム、アップロードされた録画、またはその両方を処理するかどうか。
- 言語
- 85 以上の言語とロケールプロバイダーが公開する言語のカバレッジ。必要に応じて、トレーニングまたは宣伝されたカバレッジを、特別に検証された言語から分離します。
- スピーカーラベル
- 文書化された言語のサブセットをサポートモデルが誰が発言したか、および公開されている発言者の制限を識別するかどうか。
- タイムスタンプ
- ルート制約のあるワードレベルのタイムスタンプ利用可能な単語、セグメント、または発話レベルのタイミング情報。
- 語彙コントロール
- 音声適応、カスタム語彙、言語検出、ノイズ除去キーワードブースティング、カスタムスペル、コンテキスト、プロンプト、またはドメイン用語を改善するその他の方法。
- どこで使用するか
- Google Cloud 音声テキスト変換 V2プロバイダーによって文書化されたダイレクト API、クラウド カタログ、アプリケーション、または地域のエンドポイント。
料金と比較
コストを見積もる
利用量を入力すると、見積もりが自動で更新されます。
録音時間を時間単位で入力します。30分＝0.5時間です。追加機能や最低料金で請求額が変わる場合があります。
Chirp 3
Google Cloud
合計見積額（USD）
上記の利用量に対する概算 · 米ドル · API料金（サブスクリプションではありません）
見積もりの仕組み
税金、ツール、キャッシュ保存・書き込み、無料枠、個別割引は含みません。画像は出力料金のみで、プロンプトや参照画像の料金は含みません。品質モードはモデルごとに異なります。未掲載の設定を無料とは扱いません。
APIとプロバイダーへのアクセス
Chirp 3の入手場所
可用性
地域とアクセス段階
ストリーミング、同期、バッチ認識ルートを備えた Google Cloud Speech-to-Text V2 で一般提供されます。
機能とサポートされる言語は Google Cloud 地域によって異なります。ライブ Chirp 3 ドキュメントからリージョン エンドポイントを選択します。
ライブの空き状況を確認するデータとトレーニング
ルートは重要です。
Google によれば、顧客がデータ ログにオプトインしない限り、Speech-to-Text コンテンツはサービスの提供以外には使用されません。ストリーミングおよび同期コンテンツはメモリ内で処理されます。非同期結果は文書化されたとおりに一時的に保持される場合があります。
これは、引用された提供者の資料を簡潔にまとめたものであり、法的アドバイスではありません。サードパーティのゲートウェイには、モデル メーカーの直接 API とは異なるストレージ、ルーティング、トレーニング、常駐条件が適用される場合があります。
プロバイダーポリシーを読むよくある質問
Chirp 3 よくある質問
Chirp 3とは何ですか?
Google Cloud の一般的な音声テキスト変換モデル。多くの言語と地域にわたるストリーミング、ファイル、低コストの動的バッチ文字起こしに使用されます。 Chirp 3 は Google Cloud Speech-to-Text V2 内に組み込まれているため、1 つの固定アプリではなく、複数の操作パターンをサポートします。チームはこれをライブ ストリーム、短い同期リクエスト、または非同期バッチに使用でき、選択した地域と言語がサポートしている場合は言語検出、音声適応、ノイズ除去を追加できます。
Chirp 3 はいつリリースされましたか?
引用されたプロバイダーの資料によると、Chirp 3 は 2025年10月13日 でリリースされました。
Chirp 3 にはどこからアクセスできますか?
ストリーミング、同期、バッチ認識ルートを備えた Google Cloud Speech-to-Text V2 で一般提供されます。 このガイドに記載されているアクセスルートは Google Cloud です。
Chirp 3の価格はいくらですか?
標準 $0.016/分 · 動的バッチ $0.003/分. これらは、関連する認識ルートの現在の Google Cloud Speech-to-Text レートです。対象となるボリューム階層とクラウド契約によっては、実効コストが変化する可能性があります。
Chirp 3 はどこで入手できますか?
ストリーミング、同期、バッチ認識ルートを備えた Google Cloud Speech-to-Text V2 で一般提供されます。 機能とサポートされる言語は Google Cloud 地域によって異なります。ライブ Chirp 3 ドキュメントからリージョン エンドポイントを選択します。
私の Chirp 3 API データはトレーニングに使用されますか?
Google によれば、顧客がデータ ログにオプトインしない限り、Speech-to-Text コンテンツはサービスの提供以外には使用されません。ストリーミングおよび同期コンテンツはメモリ内で処理されます。非同期結果は文書化されたとおりに一時的に保持される場合があります。 このポリシーはプロバイダーのルートとアカウントの条件に属しているため、運用環境で使用する前に再度確認してください。
関連する比較
モデル別の詳細比較
Chirp 3 vs Muse Voice Transcribe
Meta のストリーミング音声認識モデルは、ライブ キャプション、長い音声、多数のスピーカー、コード スイッチング、ドメイン対応の文字起こしに対応します。
完全な比較を開くChirp 3 vs MAI-Transcribe-2
Microsoft の高速バッチ文字起こしモデルは、長時間の録音、話者ラベル、単語のタイミング、キーワードのバイアス、クリーンなトランスクリプトまたは逐語的なトランスクリプトに対応します。
完全な比較を開くChirp 3 vs Universal-3.5 Pro
コードスイッチング、スピーカーラベル、タイムスタンプ、コンテキストプロンプトを備えた、ファイルとライブオーディオ用の AssemblyAI の精度重視の文字起こしモデル。
完全な比較を開くChirp 3 vs Scribe v2
ElevenLabs の多言語音声テキスト変換モデル。多数の話者、単語のタイミング、音声イベント、および大規模なカスタム キーターム リストによる詳細なトランスクリプトを作成します。
完全な比較を開く
