Source: https://ailoot.ai/models/cs/google-chirp-3/ Canonical: https://ailoot.ai/models/cs/google-chirp-3/ Language: cs # Google: Chirp 3 [Markdown](https://ailoot.ai/models/cs/google-chirp-3/index.md) · [JSON](https://ailoot.ai/models/cs/google-chirp-3/facts.json) ## [Google: Chirp 3](https://ailoot.ai/models/cs/google-chirp-3/) Google Chirp 3 je vícejazyčný model rozpoznávání řeči pro streamování, krátké nahrávky a dávkový přepis delších záznamů. Nabízí automatickou detekci jazyka, interpunkci, přizpůsobení slovní zásoby a podle zvoleného režimu také časové údaje nebo metadata o mluvčích. Jeho funkce potlačení šumu omezuje hluk na pozadí, ale nedokáže odstranit jiné hlasy. - [**Ailoot Ultra · Přepis řeči** `POST /v1/audio/transcriptions` `google/chirp-3`](https://ailoot.ai/models/cs/google-chirp-3/#method-0) O modelu Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu. Google Chirp 3 je vícejazyčný model automatického rozpoznávání řeči, který převádí mluvený zvuk na text. Google jej dokumentuje jako model přepisu Chirp 3 v rámci rodiny Speech-to-Text V2 s identifikátorem modelu chirp\_3. Jeho účelem je rozpoznávání nahrané nebo streamované řeči s detekcí jazyka a funkcemi určenými pro přepis. Výsledným výstupem je přepis a metadata podporovaná zvolenou metodou rozpoznávání, nikoli vygenerovaná řeč nebo volně formulovaná odpověď asistenta. Výrobce rozlišuje streamované rozpoznávání, synchronní rozpoznávání krátkých klipů a dávkové rozpoznávání delších nahrávek. Režim zvolte podle zdrojového zvuku a požadovaného výsledku. U krátké hlasové poznámky může stačit dokončená textová odpověď. U rozhovoru nebo nahraného hovoru může být užitečnější dávkový výsledek s informacemi o mluvčích. U živých titulků nebo rozhraní ovládaného hlasovými příkazy rozlišujte průběžný text od konečného výsledku rozpoznávání a zachovejte zvukový úsek, který popisuje. Připravte zvuk v kódování, které implementace rozpoznávání očekává. Příklady Chirp 3 od Googlu používají u nahraných souborů automaticky detekované dekódování a u konfigurace streamování surového zvuku explicitně nastavené dekódování. Související referenční dokumentace dekodéru V2 uvádí mezi podporovanými kódováními WAV PCM nebo kompandovaný zvuk, FLAC, MP3, Ogg/WebM Opus a AAC v kontejnerech MP4, M4A či MOV. Název kontejneru nenahrazuje skutečný kodek a nastavení vzorkování. Zachovejte srozumitelnou řeč a vyhněte se silnému přebuzení nebo zbytečným převodům, při nichž se ztrácejí slyšitelné detaily. Chirp 3 dokáže automaticky určit a přepsat převládající jazyk a sada očekávaných jazykových variant může zúžit možnosti rozpoznávání. Dostupnost jazyků se liší podle metody a funkce. Seznam jazyků pro přepis je širší než seznam jazyků pro diarizaci, takže rozpoznávání určitého jazyka samo o sobě nedokládá, že jsou pro něj dostupné všechny funkce týkající se mluvčích nebo časových údajů. Použijte jazykovou variantu odpovídající nahrávce a jména pronesená při střídání jazyků nebo odborné termíny ponechte ke kontrole. Označení detekovaného jazyka je součástí výsledku, nikoli důkazem, že všechna neobvyklá slova byla rozpoznána správně. Diarizace mluvčích seskupuje řeč podle hlasu v jednokanálové nahrávce. Google uvádí příklad dávkového přepisu s informacemi o mluvčím u každého slova. U rozhovoru zachovejte tato označení spolu s rozpoznaným textem a před přiřazením skutečných jmen nebo rolí porovnejte změny mluvčích s nahrávkou. Podobné hlasy, přerušování a překrývající se řeč mohou přiřazení ztížit. Ujasněte si uspořádání kanálů zdrojové nahrávky i účel zamýšlené kontroly mluvčích a nepovažujte pouhé označení za nezávisle ověřenou identitu. Také časové údaje závisejí na metodě. Streamované rozpoznávání poskytuje časové značky na úrovni promluv, zatímco pokyny výrobce k rozpoznávání ze souborů popisují volitelné časové údaje jednotlivých slov s možným dopadem na kvalitu přepisu. Uchovejte metadata, která zvolená metoda skutečně vrátí, a spolu se zněním zkontrolujte i časové zarovnání. Pracovní postup tvorby titulků potřebuje obojí: čitelný rozpoznaný text a podklad pro ověření, že časová hranice odpovídá správnému zvuku. Google také upozorňuje, že vrácená hodnota jistoty na úrovni slov není skutečným skóre spolehlivosti, a proto by se neměla používat k potvrzení správnosti slova. Přizpůsobení rozpoznávání řeči poskytuje fráze a vlastní jména, které se v nahrávce pravděpodobně objeví. Výrobce dokumentuje slovník až 1,000 frází a doporučuje co nejmenší počet relevantních položek, aby se nezhoršilo rozpoznávání ostatních výrazů. U technické prezentace připravte krátký seznam skutečných názvů produktů a zkratek a poté je v přepisu zkontrolujte. Zvýhodnění výrazu pomáhá rozpoznávání tento výraz zohlednit; nedokládá, že byl vysloven, ani nenahrazuje kontrolu podle zvuku. Model nabízí automatickou interpunkci a psaní velkých písmen, které lze v dokumentovaném rozhraní vypnout. Google také popisuje funkci ve verzi preview pro vlastní pokyny k formátování přepisu, například jak zapsat konkrétní jméno nebo datum. Tyto pokyny zaměřte na formátování rozpoznané řeči. Přepis, který sjednotí zápis data nebo upraví velká písmena v názvu značky, musí stále zachovat význam promluvy. Shrnutí, překlad nebo faktická analýza jsou následným využitím přepisu, nikoli něčím, co samotný výsledek rozpoznávání prokazuje. Vestavěná funkce potlačení šumu je určena k omezení hudby na pozadí a okolních zvuků, například deště nebo hluku ulice. Google výslovně uvádí, že nedokáže odstranit lidské hlasy na pozadí. Při přípravě nahrávky s překrývajícími se hovory tento rozdíl zachovejte. Hlučné i tiché úseky zkontrolujte podle zdroje, místo abyste předpokládali, že úhlednější přepis dokazuje odstranění rušivého zvuku. Užitečný výsledek ponechává nejisté pasáže rozpoznatelné pro opravu. U streamovaných úloh citlivost detekce konce promluvy mění okamžik, kdy se promluva považuje za ukončenou. Výrobce popisuje nastavení standard, short a supershort pro stále kratší očekávanou řeč. Rychlejší nastavení může předčasně ukončit rozpoznávání mluvčího, který se uprostřed myšlenky odmlčí. Nastavení přizpůsobte přirozenému diktování, krátké větě nebo velmi stručnému příkazu a spolu s přepisem uchovejte stav označující konečný výsledek. U dokončeného souboru zkontrolujte jména, množství, zápory a hranice promluv jednotlivých mluvčích a poté uchovejte zvolený režim a zdrojový zvuk, aby bylo možné výsledek ověřit nebo znovu použít. **Ailoot Ultra · Přepis řeči** `POST /v1/audio/transcriptions` `google/chirp-3` [`google/chirp-3`](https://ailoot.ai/models/cs/#m=google%2Fchirp-3&route=Ultra&caller=google%2Fchirp-3&fmt=transcriptions) Google /`google/chirp-3` ### Úvod Google Chirp 3 je vícejazyčný model rozpoznávání řeči pro streamování, krátké nahrávky a dávkový přepis delších záznamů. Nabízí automatickou detekci jazyka, interpunkci, přizpůsobení slovní zásoby a podle zvoleného režimu také časové údaje nebo metadata o mluvčích. Jeho funkce potlačení šumu omezuje hluk na pozadí, ale nedokáže odstranit jiné hlasy. Přijímané vstupy Zvuk Výsledky Text ### Dostupné v Ailoot · vstupy a metody **Ailoot Ultra · Přepis řeči** `POST /v1/audio/transcriptions` Vstup `audio` Výstup `text` | Pole | Typ | Požadavek | Hodnoty a limity | Výchozí | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | PožadavekPovinné | Hodnoty a limity google/chirp-3 | Výchozí— | | Pole`input_audio` | Typ`object` | PožadavekPovinné | Hodnoty a limity | Výchozí— | Parametry a životní cyklus metody | Parametr | Kontrakt | | --- | --- | | Parametr`content_type` | Kontraktapplication/json | | Parametr`required` | Kontraktmodel, input\_audio | | Parametr`material_types` | Kontraktaudio | | Parametr`material_conditions` | KontraktPříklad načte váš skutečný neprázdný soubor PCM WAV, zakóduje všechny jeho bajty do base64 a odešle input\_audio.format s hodnotou wav. | Životní cyklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · přesné task\_id z existujícího záznamu média spravovaného službou `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Tarify Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody. Rychlý režim Neuvedeno Při výběru rychlého režimu Režim flex Neuvedeno Při výběru režimu flex Maximální intenzita uvažování Neuvedeno Když se při maximální intenzitě uvažování použije výchozí úprava (default) #### Sazby Ailoot #### Ceny podle konfigurace Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu. | Konfigurace | Tabulka sazeb | Účtovací jednotka | Poplatek | | --- | --- | --- | --- | | KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Účtovací jednotka— | Poplatek Vstup · Vstupní tokeny **—** / 1K tokenů Výstup · Výstupní tokeny **—** / 1K tokenů Vstup · Čtení z mezipaměti **—** / 1K tokenů Vstup · Zápis do mezipaměti **—** / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina **—** / 1K tokenů | | Konfiguracesekunda vstupního zvuku | Tabulka sazeb— | Účtovací jednotkaza sekundu vstupního zvuku | Poplatek Vstup · sekunda vstupního zvuku **$0.000533333333334** za sekundu vstupního zvuku | Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. [Jak funguje rezervace a vyúčtování →](https://ailoot.ai/docs/cs/billing/reserve/) ### Příklady požadavků #### Ailoot Ultra · Přepis řeči curl · skutečný soubor WAV a úplný původní výsledek ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}" export AILOOT_AUDIO_FILE python3 - <<'PY_REQUEST' import base64, io, json, os, wave from pathlib import Path audio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes() if not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'): raise SystemExit('Supply your actual PCM WAV audio file') with wave.open(io.BytesIO(audio), 'rb') as recording: if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0: raise SystemExit('Supply a nonempty PCM WAV recording') request = {'model': 'google/chirp-3', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}} Path('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Retain the complete original response, headers and actual X-Client-Request-ID. # Read existing owned records for recovery; do not resubmit an uncertain operation. ``` ### Přijímání a ukládání výsledků #### Ailoot Ultra · Přepis řeči Celé původní tělo odpovědi, stav a předané hlavičky. Tento obslužný kód nepřidává žádnou univerzální strukturu JSON, textové pole ani obalovou strukturu úlohy. - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Uchovejte všechny dokončené výsledky Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu. Uchovejte úplnou odpověď a hlavičky, všechny skutečné výstupy, původní vrácené identifikátory a všechna pole s údaji o využití. Obnovte původní operaci bez opětovného odeslání požadavku na vytvoření. ##### Pokud je nutné ověřit původní odpověď Uchovejte skutečné X-Client-Request-ID a celou odpověď. Načítejte původní soubory spravované službou a jejich přesné podepsané URL obsahu; vytvoření s nejistým výsledkem nikdy znovu neodesílejte. Pole odpovědi | Pole | Typ | | --- | --- | | Pole`text (when present)` | Typ | | Pole`usage (when present)` | Typ | Chyby a další kroky | Odpověď | Podmínka | Další krok | | --- | --- | --- | | Odpověď400 · `invalid_request_error` | PodmínkaTělo JSON nebo explicitně uvedené kanonické ID modelu jsou neplatné. | Další krokUchovejte odpověď a opravte označené pole požadavku. | | Odpověď401 · `authentication_error` | PodmínkaKlíč API Ailoot je neplatný. | Další krokPoužijte svůj autorizovaný klíč API Ailoot. | | Odpověď403 · `permission_error` | PodmínkaSkupina klíče nemá přístup k této metodě. | Další krokUchovejte vrácené podrobnosti chyby. | | Odpověď404 · `not_found_error` | PodmínkaVybraná metoda nemá žádnou trasu s povoleným přístupem. | Další krokUchovejte vrácené podrobnosti chyby. | | Odpověď422 · `price_unavailable` | PodmínkaPřijatý tarif nedokáže získat potřebné vstupní množství nebo jeho horní mez. | Další krokUchovejte odpověď; použijte způsob zadání vstupu požadovaný přijatým tarifem. | | Odpověď503 · `` | PodmínkaPotřebné úložiště, trasa, cena metody nebo rezervace nejsou dostupné. | Další krokUchovejte celou původní odpověď. Nejasná rezervace neopravňuje k opětovnému odeslání. | | Odpověď502 · `server_error` | PodmínkaPůvodní výsledek, údaje o využití nebo vyúčtování vyžadují kontrolu. | Další krokUchovejte skutečné ID požadavku a původní odpověď. Načítejte existující záznam spravovaný službou; požadavek na vytvoření znovu neodesílejte. | ### Aliasy #### Aliasy modelu **Ailoot Ultra** [`google/chirp-3`](https://ailoot.ai/models/cs/#m=google%2Fchirp-3&route=Ultra&caller=google%2Fchirp-3&fmt=transcriptions) #### Aliasy cest metod Použijte cesty metod uvedené výše. #### Související ID modelů [`google/chirp-3`](https://ailoot.ai/models/cs/#m=google%2Fchirp-3&route=Ultra&caller=google%2Fchirp-3&fmt=transcriptions) FAQ · Google: Chirp 3 Jaké vstupy a výsledky jsou dostupné? `POST /v1/audio/transcriptions` · `google/chirp-3`: `audio` → `text` Jaká pole požadavek používá? `POST /v1/audio/transcriptions` · `google/chirp-3`: `model`, `input_audio` Připojte Ailoot k Claude Code, OpenCode, Hermes nebo vlastní aplikaci. ## Společnost a její portfolio projektů Společnost a její portfolio projektů: miliony zákazníků; měsíční tržby v miliardách. ## Nakupujte tokeny se slevou. Sleva předplatného pro pravidelnou práci. Promo kódy až 50% na nákup tokenů. Předplatné Pro pravidelné požadavky vyberte tarif se slevou. Promo kód až 50% Při nákupu zadejte kód. Cena se přepočítá podle probíhající akce. Výdaje v historii U každého požadavku se uloží model, tokeny a částka. [Vybrat předplatné](https://ailoot.ai/docs/cs/billing/subscriptions/) · [Zobrazit ceny modelů](https://ailoot.ai/models/cs/) ## Připojte API k produktu, který prodáváte. SaaS, aplikace a boti podle nabídky a licenční smlouvy Ailoot. Pro přeprodej požádejte o licenci přeprodejce. Komerční aplikace Začleňte generování textu, obrázků, videa a zvuku do placených funkcí své služby. Licence pro přeprodejce Pošlete popis projektu a způsob poskytování přístupu. Vyžádejte písemné podmínky použití a přeprodeje. Dokumenty na webu Nabídka, licenční smlouva a zásady zpracování dat jsou dostupné před připojením. [Požádat o licenci přeprodejce](mailto:support@ailoot.ai) · [Nabídka a licenční smlouva](https://ailoot.ai/legal/offer?lang=cs) ## Ailoot · Společnost a její portfolio projektů Ailoot staví na dlouhodobých provozních zkušenostech, široké klientské základně, stabilních službách a průběžném sledování KPI. Společnost a její portfolio projektů: miliony zákazníků; měsíční tržby v miliardách. Ailoot využívá tyto provozní zkušenosti k poskytování přístupu přes API k funkcím AI v produktech zákazníků, agentech, aplikacích a automatizacích.