Google: Chirp 3

Google: Chirp 3, api14 üzerinde transkripsiyon kategorisi altında listelenen bir konuşmadan metne modelidir. Google'ın Chirp serisindeki en yeni çok dilli modeldir ve sağlayıcı açıklaması onu önceki sürümlere göre transkripsiyon doğruluğunda bir yükseltme olarak konumlandırır. İşiniz kaydedilmiş veya akış halindeki konuşmayı yazılı metne dönüştürmeyi içeriyorsa, ilk bakacağınız model ailesi budur.

Model tek girdi olarak ses alır ve tek çıktı olarak bir transkripsiyon döndürür. Sağlayıcı açıklamasına göre, 24 genel kullanıma açık dil ve 77'den fazla önizleme dilini kapsar, bu da onu birkaç ek özelliğin sonradan eklendiği İngilizce öncelikli bir sistem değil, gerçekten çok dilli bir seçenek haline getirir. Ayrıca otomatik dil algılamayı destekler, böylece bir klibi göndermeden önce dilini bildirmeniz gerekmez ve otomatik noktalama işaretlemeyi destekler, böylece dönen metin tek kesintisiz bir akış yerine cümle sınırlarıyla gelir. Bu model için yayımlanmış bir bağlam uzunluğu yoktur ve maksimum çıktı sıfır olarak listelenmiştir, bu da transkripsiyon çıktısının sohbet tamamlamaları gibi ölçülmediği gerçeğini yansıtır. Gerçek kısıt olarak bir token penceresi yerine gönderdiğiniz sesi değerlendirin.

Pratik kullanımlar doğrudan bu yeteneklerden kaynaklanır. Toplantı ve çağrı transkripsiyonu en bariz olanıdır, özellikle katılımcıların dil değiştirdiği veya dili önceden bilemediğiniz durumlarda. Dil algılama otomatik olduğu için, klipleri elle yönlendirmek yerine tek bir iş akışını karışık dilli sese yöneltebilirsiniz. Otomatik noktalama, ham çıktıyı bir özetleyiciye, bir arama dizinine, bir altyazı parçasına veya insan editörler için bir inceleme aracına besliyor olsanız da, aşağı akışta çok daha kullanılabilir hale getirir. Sesli not yakalama, röportaj transkripsiyonu ve çok dilli materyal için arşiv dijitalleştirmesi makul uyumlardır.

Modeli api14'ün OpenAI uyumlu API'si üzerinden "google/chirp-3" model kimliğini kullanarak çağırırsınız. Arayüz OpenAI kuralını izlediği için, mevcut istemciler ve SDK'lar genellikle yeniden yazmak yerine temel URL ve model kimliği değişikliğiyle çalışır. Model hiçbir desteklenen istek parametresi listelemez, bu nedenle sesi model kimliğiyle göndermeyi ve davranışı ek alanlar aracılığıyla ayarlamak yerine dil işleme ve noktalama için modelin kendi varsayılanlarına güvenmeyi planlayın. Bir hacme bağlanmadan önce güncel ücretler için bu sayfadaki canlı fiyat tablosuna bakın.

Tartmanız gereken bir şey kapsamdır. Chirp 3 transkripsiyon yapar ve başka hiçbir şey yapmaz: metin girdisi kabul etmez, sohbet yanıtları üretmez ve ayrı çıktılar olarak özetler veya çeviriler üretmez. Göreviniz sohbet, akıl yürütme veya metin üretimi ise, genel amaçlı bir dil modeli doğru seçimdir ve Chirp 3'ü yalnızca onun önündeki ses-metin adımı için kullanırsınız.