Google: Chirp 3

Google: Chirp 3은 Google의 음성-텍스트 변환 모델로, api14에 transcription 카테고리로 등록되어 있습니다. Google의 Chirp 라인에서 최신 다국어 모델이며, 제공자 설명에서는 이전 버전보다 전사 정확도가 향상된 업그레이드로 위치시키고 있습니다. 녹음되거나 스트리밍된 음성을 서면 텍스트로 바꾸는 작업을 한다면, 가장 먼저 살펴보게 될 모델군입니다.

이 모델은 오디오만 입력으로 받고 전사 결과만 출력으로 반환합니다. 제공자 설명에 따르면 24개의 일반 제공 언어와 77개 이상의 프리뷰 언어를 지원하므로, 몇 가지를 덧붙인 영어 우선 시스템이 아니라 진정한 다국어 옵션입니다. 또한 자동 언어 감지를 지원하므로 클립을 보내기 전에 언어를 선언하지 않아도 되고, 자동 문장 부호도 지원하므로 반환되는 텍스트가 끊기지 않은 하나의 흐름이 아니라 문장 경계를 갖춘 형태로 도착합니다. 이 모델에는 공개된 컨텍스트 길이가 없고 최대 출력은 0으로 표시되어 있는데, 이는 전사 출력이 채팅 완성과 같은 방식으로 측정되지 않는다는 사실을 반영합니다. 토큰 창이 아니라 보내는 오디오를 실제 제약으로 보십시오.

실용적인 용도는 이러한 기능에서 바로 이어집니다. 회의 및 통화 전사가 가장 명백한 용도이며, 특히 참가자가 언어를 바꾸거나 언어를 미리 알 수 없는 경우에 그렇습니다. 언어 감지가 자동이므로 클립을 수동으로 라우팅하는 대신 하나의 파이프라인을 혼합 언어 오디오에 향하게 할 수 있습니다. 자동 문장 부호는 요약기, 검색 인덱스, 자막 트랙, 사람 편집자를 위한 검토 도구 등 무엇에 넣든 원시 출력을 다운스트림에서 훨씬 더 사용하기 좋게 만듭니다. 음성 메모 캡처, 인터뷰 전사, 다국어 자료의 아카이브 디지털화가 모두 합리적인 적합 사례입니다.

이 모델은 모델 id "google/chirp-3"를 사용해 api14의 OpenAI 호환 API를 통해 호출합니다. 인터페이스가 OpenAI 관례를 따르므로 기존 클라이언트와 SDK는 일반적으로 재작성 없이 base URL과 모델 id만 바꾸면 작동합니다. 이 모델은 지원되는 요청 파라미터를 나열하지 않으므로, 추가 필드로 동작을 조정하기보다는 모델 id와 함께 오디오를 보내고 언어 처리와 문장 부호는 모델 자체의 기본값에 의존할 계획을 세우십시오. 대량 사용을 확정하기 전에 이 페이지의 실시간 가격표에서 현재 요금을 확인하십시오.

고려해야 할 한 가지는 범위입니다. Chirp 3은 전사만 하고 그 외에는 아무것도 하지 않습니다. 텍스트 입력을 받지 않고, 대화형 응답을 생성하지 않으며, 요약이나 번역을 별도 출력으로 만들지 않습니다. 작업이 채팅, 추론 또는 텍스트 생성이라면 범용 언어 모델이 올바른 선택이며, Chirp 3은 그 앞단의 오디오-텍스트 단계에만 사용하게 될 것입니다.