Google: Chirp 3

Google: Chirp 3 is een spraak-naar-tekst-model van Google, vermeld op api14 onder de categorie transcriptie. Het is het nieuwste meertalige model in Google's Chirp-lijn, en de beschrijving van de provider positioneert het als een verbetering in transcriptienauwkeurigheid ten opzichte van eerdere versies. Als uw werk eruit bestaat opgenomen of gestreamde spraak om te zetten in geschreven tekst, is dit de modelfamilie waarnaar u eerst zou kijken.

Het model neemt audio als enige invoer en retourneert een transcriptie als enige uitvoer. Volgens de beschrijving van de provider dekt het 24 algemeen beschikbare talen en meer dan 77 preview-talen, wat het een echt meertalige optie maakt in plaats van een Engelstalig-eerst-systeem met een paar extra's eraan vastgemaakt. Het ondersteunt ook automatische taalherkenning, zodat u de taal van een clip niet hoeft op te geven voordat u deze verzendt, en automatische interpunctie, zodat de geretourneerde tekst aankomt met zinsgrenzen in plaats van als één ononderbroken stroom. Er is geen contextlengte gepubliceerd voor dit model, en de maximale uitvoer staat vermeld als nul, wat weerspiegelt dat transcriptie-uitvoer niet wordt gemeten zoals chat-completions. Behandel de audio die u verzendt als de echte beperking in plaats van een tokenvenster.

De praktische toepassingen volgen direct uit die mogelijkheden. Transcriptie van vergaderingen en gesprekken is de voor de hand liggende, vooral wanneer deelnemers van taal wisselen of wanneer u de taal niet vooraf kunt weten. Omdat taalherkenning automatisch is, kunt u één pijplijn richten op meertalige audio in plaats van clips handmatig te routeren. Automatische interpunctie maakt de ruwe uitvoer veel bruikbaarder stroomafwaarts, of u deze nu invoert in een samenvatter, een zoekindex, een ondertitelspoor of een beoordelingstool voor menselijke redacteuren. Vastleggen van spraaknotities, transcriptie van interviews en digitalisering van archieven voor meertalig materiaal passen allemaal redelijk.

U roept het model aan via api14's OpenAI-compatibele API met het model-id "google/chirp-3". Omdat de interface de OpenAI-conventie volgt, werken bestaande clients en SDK's over het algemeen met een wijziging van base-URL en model-id in plaats van een herschrijving. Het model vermeldt geen ondersteunde aanvraagparameters, dus reken erop dat u audio verzendt met het model-id en vertrouwt op de eigen standaardwaarden van het model voor taalbehandeling en interpunctie in plaats van gedrag af te stemmen via extra velden. Controleer de actuele prijstabel op deze pagina voor de huidige tarieven voordat u zich vastlegt op een volume.

Eén ding om af te wegen is scope. Chirp 3 doet transcriptie en niets anders: het accepteert geen tekstinvoer, het genereert geen conversationele antwoorden, en het produceert geen samenvattingen of vertalingen als afzonderlijke uitvoer. Als uw taak chat, redeneren of tekstgeneratie is, is een algemeen taalmodel de juiste keuze, en zou u Chirp 3 alleen gebruiken voor de audio-naar-tekst-stap ervoor.