Google: Chirp 3

Описание

Chirp 3 — новейшая многоязычная модель Google для преобразования речи в текст. Она предлагает повышенную точность транскрипции для 24 языков в общем доступе (GA) и более 77 языков в режиме предварительного просмотра, с поддержкой автоматического определения языка, автоматической расстановки знаков препинания и встроенного шумоподавителя для более чистой обработки звука.

Характеристики

API и примеры кода

from openai import OpenAI

client = OpenAI(
    base_url="https://infergate.ru/api/v1",
    api_key="sk-•••",
)

with open("speech.mp3", "rb") as f:
    resp = client.audio.transcriptions.create(
        model="google/chirp-3",
        file=f,
        language="ru",
    )
print(resp.text)

Поддерживаемые параметры запроса