Source: https://ailoot.ai/models/de/google-chirp-3/ Canonical: https://ailoot.ai/models/de/google-chirp-3/ Language: de # Google: Chirp 3 [Markdown](https://ailoot.ai/models/de/google-chirp-3/index.md) · [JSON](https://ailoot.ai/models/de/google-chirp-3/facts.json) ## [Google: Chirp 3](https://ailoot.ai/models/de/google-chirp-3/) Google Chirp 3 ist ein mehrsprachiges Spracherkennungsmodell für Streaming, kurze Aufnahmen und die Stapeltranskription längerer Aufnahmen. Es bietet automatische Erkennung der Sprache, Zeichensetzung, Wortschatzanpassung und modusabhängige Zeit- oder Sprechermetadaten. Seine Rauschunterdrückung verringert Hintergrundgeräusche, kann aber keine anderen Stimmen entfernen. - [**Ailoot Ultra · Transkription** `POST /v1/audio/transcriptions` `google/chirp-3`](https://ailoot.ai/models/de/google-chirp-3/#method-0) Über das Modell Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt. Google Chirp 3 ist ein mehrsprachiges Modell zur automatischen Spracherkennung, das gesprochene Sprache in Text umwandelt. Google dokumentiert es als Transkriptionsmodell Chirp 3 innerhalb seiner Speech-to-Text V2-Familie mit der Modellkennung chirp\_3. Es dient dazu, aufgezeichnete oder gestreamte Sprache zu erkennen, und bietet die Erkennung der Sprache sowie transkriptionsspezifische Funktionen. Das Ergebnis ist ein Transkript mit den Metadaten, die das gewählte Erkennungsverfahren unterstützt, statt erzeugter Sprache oder einer offenen Antwort eines Assistenten. Der Hersteller unterscheidet Streaming-Erkennung, synchrone Erkennung für kurze Clips und Stapelerkennung für längere Aufnahmen. Wählen Sie den Modus passend zur Audioquelle und zum benötigten Ergebnis. Bei einer kurzen Sprachnotiz kann eine abgeschlossene Textantwort genügen. Für ein Interview oder ein aufgezeichnetes Gespräch kann ein Stapelergebnis mit Sprecherinformationen nützlicher sein. Halten Sie bei Live-Untertiteln oder einer Oberfläche für Sprachbefehle Zwischentext und endgültiges Erkennungsergebnis auseinander und bewahren Sie das zugehörige Audiointervall. Bereiten Sie das Audio in der Kodierung vor, die die Erkennungsimplementierung erwartet. Googles Beispiele für Chirp 3 verwenden eine automatisch erkannte Dekodierung für aufgezeichnete Dateien und eine ausdrücklich angegebene Dekodierung für eine Konfiguration mit rohem Audiostream. Die zugehörige V2-Dekoderreferenz führt WAV PCM oder kompandiertes Audio, FLAC, MP3, Ogg/WebM Opus und AAC in MP4-, M4A- oder MOV-Containern als unterstützte Kodierungen auf. Ein Containername ersetzt nicht die tatsächlichen Codec- und Abtasteinstellungen. Bewahren Sie verständliche Sprache und vermeiden Sie starke Übersteuerung oder unnötige Umwandlungen, bei denen hörbare Details verloren gehen. Chirp 3 kann die vorherrschende Sprache automatisch erkennen und transkribieren; eine Auswahl erwarteter Sprachvarianten kann die Erkennungsoptionen eingrenzen. Die verfügbaren Sprachen unterscheiden sich je nach Verfahren und Funktion. Die Liste der Transkriptionssprachen ist umfangreicher als die Liste der Sprachen für die Sprechertrennung. Dass eine Sprache erkannt wird, belegt daher nicht, dass jede Sprecher- oder Zeitfunktion für sie gilt. Verwenden Sie die zur Aufnahme passende Sprachvariante und behalten Sie Namen aus Sprachwechseln oder Fachbegriffe zur Prüfung bei. Eine erkannte Sprachbezeichnung ist Teil des Ergebnisses und kein Nachweis dafür, dass alle ungewöhnlichen Wörter korrekt erkannt wurden. Die Sprechertrennung ordnet Sprache in einer einkanaligen Aufnahme nach Stimmen. Google stellt ein Beispiel für Stapeltranskription mit Sprecherinformationen für jedes Wort bereit. Bewahren Sie bei einem Interview diese Kennzeichnungen zusammen mit dem erkannten Text und vergleichen Sie Sprecherwechsel mit der Aufnahme, bevor Sie tatsächliche Namen oder Rollen zuordnen. Ähnliche Stimmen, Unterbrechungen und überlappende Sprache können die Zuordnung erschweren. Machen Sie die Kanalanordnung der Quelle und die beabsichtigte Prüfung der Sprecher deutlich, statt eine Kennzeichnung als unabhängig geprüfte Identität zu behandeln. Auch Zeitangaben hängen vom Verfahren ab. Die Streaming-Erkennung liefert Zeitstempel für ganze Äußerungen, während die Anleitung des Herstellers zur Dateierkennung optionale Wortzeitangaben mit einem möglichen Kompromiss bei der Transkriptionsqualität beschreibt. Bewahren Sie die tatsächlich vom gewählten Verfahren zurückgegebenen Metadaten und prüfen Sie die zeitliche Zuordnung zusammen mit dem Wortlaut. Ein Untertitelungsablauf benötigt beides: lesbaren erkannten Text und einen Nachweis dafür, dass eine Zeitgrenze zum richtigen Laut gehört. Google weist außerdem darauf hin, dass der zurückgegebene Konfidenzwert auf Wortebene keine echte Konfidenzbewertung darstellt. Er sollte daher nicht als Beleg für die Richtigkeit eines Wortes dienen. Die Sprachanpassung stellt Wendungen und Eigennamen bereit, die wahrscheinlich in der Aufnahme vorkommen. Der Hersteller dokumentiert ein Wörterbuch mit bis zu 1.000 Wendungen und empfiehlt möglichst wenige relevante Einträge, damit die Erkennung anderer Begriffe nicht beeinträchtigt wird. Bereiten Sie für einen technischen Vortrag eine kurze Liste tatsächlicher Produktnamen und Abkürzungen vor und prüfen Sie diese anschließend im Transkript. Eine solche Gewichtung hilft der Erkennung, einen Begriff zu berücksichtigen. Sie belegt nicht, dass der Begriff gesprochen wurde, und ersetzt keinen Abgleich mit dem Audio. Das Modell setzt Satzzeichen und Großschreibung automatisch; die dokumentierte Schnittstelle kann diese Funktionen deaktivieren. Google beschreibt außerdem eine Vorschaufunktion für benutzerdefinierte Anweisungen zum Transkriptionsformat, etwa zur Schreibweise eines bestimmten Namens oder Datums. Beschränken Sie diese Anweisungen auf die Formatierung der erkannten Sprache. Ein Transkript, das ein Datum vereinheitlicht oder einen Markennamen großschreibt, muss dennoch die gesprochene Bedeutung bewahren. Eine Zusammenfassung, Übersetzung oder sachliche Analyse ist eine spätere Verwendung des Transkripts und wird nicht durch das Erkennungsergebnis selbst belegt. Die integrierte Rauschunterdrückung soll Hintergrundmusik und Umgebungsgeräusche wie Regen oder Straßenlärm verringern. Google erklärt ausdrücklich, dass sie keine menschlichen Stimmen im Hintergrund entfernen kann. Bewahren Sie diese Unterscheidung, wenn Sie eine Aufnahme mit überlappenden Gesprächen vorbereiten. Prüfen Sie laute und ruhige Abschnitte anhand der Quelle, statt aus einem sauberer wirkenden Transkript zu schließen, dass der störende Ton entfernt wurde. Ein nützliches Ergebnis lässt unsichere Passagen für Korrekturen erkennbar. Bei Streaming-Aufgaben bestimmt die Empfindlichkeit für die Erkennung des Äußerungsendes, wann eine Äußerung als beendet gilt. Der Hersteller beschreibt die Einstellungen standard, short und supershort für zunehmend kurze erwartete Sprachbeiträge. Eine schnellere Einstellung kann einen Sprecher abschneiden, der mitten im Gedanken eine Pause macht. Stimmen Sie die Einstellung auf natürliches Diktieren, einen kurzen Satz oder einen sehr kurzen Befehl ab und bewahren Sie den Status des endgültigen Ergebnisses zusammen mit dem Transkript. Prüfen Sie bei einer fertigen Datei Namen, Mengenangaben, Verneinungen und Sprechergrenzen. Bewahren Sie anschließend den gewählten Modus und die Audioquelle, damit sich das Ergebnis prüfen oder erneut verwenden lässt. **Ailoot Ultra · Transkription** `POST /v1/audio/transcriptions` `google/chirp-3` [`google/chirp-3`](https://ailoot.ai/models/de/#m=google%2Fchirp-3&route=Ultra&caller=google%2Fchirp-3&fmt=transcriptions) Google /`google/chirp-3` ### Start Google Chirp 3 ist ein mehrsprachiges Spracherkennungsmodell für Streaming, kurze Aufnahmen und die Stapeltranskription längerer Aufnahmen. Es bietet automatische Erkennung der Sprache, Zeichensetzung, Wortschatzanpassung und modusabhängige Zeit- oder Sprechermetadaten. Seine Rauschunterdrückung verringert Hintergrundgeräusche, kann aber keine anderen Stimmen entfernen. Zulässige Eingaben Audio Ergebnisse Text ### In Ailoot verfügbar · Eingaben und Methoden **Ailoot Ultra · Transkription** `POST /v1/audio/transcriptions` Eingabetypen `audio` Ausgabetypen `text` | Feld | Typ | Anforderung | Werte und Limits | Standard | | --- | --- | --- | --- | --- | | Feld`model` | Typ`string` | AnforderungErforderlich | Werte und Limits google/chirp-3 | Standard— | | Feld`input_audio` | Typ`object` | AnforderungErforderlich | Werte und Limits | Standard— | Methodenparameter und Lebenszyklus | Parameter | Vertrag | | --- | --- | | Parameter`content_type` | Vertragapplication/json | | Parameter`required` | Vertragmodel, input\_audio | | Parameter`material_types` | Vertragaudio | | Parameter`material_conditions` | VertragDas Beispiel liest Ihre tatsächliche, nicht leere PCM-WAV-Datei ein, kodiert sämtliche Dateibytes als base64 und sendet input\_audio.format als wav. | Lebenszyklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · Exakte task\_id aus einem vorhandenen, Ihnen zugeordneten Mediendatensatz `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Tarife Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode. Schnellmodus Nicht angegeben Wenn der Schnellmodus ausgewählt ist Flex-Modus Nicht angegeben Wenn der Modus flex ausgewählt ist Maximaler Denkaufwand Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird #### Ailoot-Tarife #### Preise nach Konfiguration Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif. | Konfiguration | Tarifstaffel | Abrechnungseinheit | Gebühr | | --- | --- | --- | --- | | KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Abrechnungseinheit— | Gebühr Eingabe · Eingabetoken **—** / 1K Token Ausgabe · Ausgabetoken **—** / 1K Token Eingabe · Cache-Lesen **—** / 1K Token Eingabe · Cache-Schreiben **—** / 1K Token Eingabe · Cache-Schreiben, 1 Stunde **—** / 1K Token | | KonfigurationAudioeingabesekunde | Tarifstaffel— | Abrechnungseinheitpro Sekunde Eingabeaudio | Gebühr Eingabe · Audioeingabesekunde **$0.000533333333334** pro Sekunde Eingabeaudio | Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. [So funktionieren Reservierung und Abrechnung →](https://ailoot.ai/docs/de/billing/reserve/) ### Beispielanfragen #### Ailoot Ultra · Transkription curl · tatsächliche WAV-Datei und vollständiges Originalergebnis ```bash set -eu : "${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. ``` ### Ergebnisse abrufen und speichern #### Ailoot Ultra · Transkription Vollständiger ursprünglicher Antwortinhalt, Status und weitergeleitete Header. Dieser Handler fügt weder eine universelle JSON-Struktur noch ein Textfeld oder eine Aufgabenhülle hinzu. - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Alle fertiggestellten Ergebnisse aufbewahren Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf. Die vollständige Antwort und ihre Header, jede tatsächliche Ausgabe, die ursprünglich zurückgegebenen Kennungen und alle Nutzungsfelder aufbewahren. Den ursprünglichen Vorgang wiederaufnehmen, ohne die Erstellung erneut anzufordern. ##### Wenn die ursprüngliche Antwort geprüft werden muss Bewahren Sie die tatsächliche X-Client-Request-ID und die vollständige Antwort auf. Lesen Sie die ursprünglichen, Ihnen zugeordneten Assets und ihre exakten signierten Inhalts-URLs aus; übermitteln Sie eine Erstellung mit unklarem Ausgang niemals erneut. Antwortfelder | Feld | Typ | | --- | --- | | Feld`text (when present)` | Typ | | Feld`usage (when present)` | Typ | Fehler und nächste Schritte | Antwort | Bedingung | Nächster Schritt | | --- | --- | --- | | Antwort400 · `invalid_request_error` | BedingungDer JSON-Inhalt oder die ausdrücklich angegebene kanonische Modell-ID ist ungültig. | Nächster SchrittBewahren Sie die Antwort auf und korrigieren Sie das angegebene Anfragefeld. | | Antwort401 · `authentication_error` | BedingungDer Ailoot-API-Schlüssel ist ungültig. | Nächster SchrittVerwenden Sie Ihren autorisierten Ailoot-API-Schlüssel. | | Antwort403 · `permission_error` | BedingungDie Schlüsselgruppe lässt diese Methode nicht zu. | Nächster SchrittBewahren Sie die zurückgegebenen Fehlerdetails auf. | | Antwort404 · `not_found_error` | BedingungDie ausgewählte Methode hat keine zugelassene Route. | Nächster SchrittBewahren Sie die zurückgegebenen Fehlerdetails auf. | | Antwort422 · `price_unavailable` | BedingungDer akzeptierte Tarif kann die erforderliche Eingabemenge oder deren Grenze nicht ermitteln. | Nächster SchrittBewahren Sie die Antwort auf; verwenden Sie die vom akzeptierten Tarif verlangte Eingabedarstellung. | | Antwort503 · `` | BedingungErforderlicher Speicher, Route, Methodenpreis oder Reservierung sind nicht verfügbar. | Nächster SchrittBewahren Sie die vollständige ursprüngliche Antwort auf. Eine unklare Reservierung berechtigt nicht zur erneuten Übermittlung. | | Antwort502 · `server_error` | BedingungDas ursprüngliche Ergebnis, der Verbrauch oder die Abrechnung müssen geprüft werden. | Nächster SchrittBewahren Sie die tatsächliche Anfrage-ID und die ursprüngliche Antwort auf. Lesen Sie den vorhandenen, Ihnen zugeordneten Datensatz aus; übermitteln Sie die Erstellung nicht erneut. | ### Aliasnamen #### Modellaliasnamen **Ailoot Ultra** [`google/chirp-3`](https://ailoot.ai/models/de/#m=google%2Fchirp-3&route=Ultra&caller=google%2Fchirp-3&fmt=transcriptions) #### Aliasnamen für Methodenpfade Verwenden Sie die oben angezeigten Methodenpfade. #### Zugehörige Aufrufer-IDs [`google/chirp-3`](https://ailoot.ai/models/de/#m=google%2Fchirp-3&route=Ultra&caller=google%2Fchirp-3&fmt=transcriptions) FAQ · Google: Chirp 3 Welche Eingaben und Ergebnisse sind verfügbar? `POST /v1/audio/transcriptions` · `google/chirp-3`: `audio` → `text` Welche Felder verwendet die Anfrage? `POST /v1/audio/transcriptions` · `google/chirp-3`: `model`, `input_audio` Verbinden Sie Ailoot mit Claude Code, OpenCode, Hermes oder Ihrer eigenen Anwendung. ## Das Unternehmen und sein Projektportfolio Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. ## Tokens mit Rabatt kaufen. Aborabatt für regelmäßige Arbeit. Aktionscodes bieten bis 50% beim Tokenkauf. Abo Wählen Sie einen Tarif mit Rabatt für Ihre regelmäßigen Anfragen. Aktionscode bis 50% Geben Sie den Code beim Kauf ein. Der Preis wird nach den gültigen Aktionsbedingungen berechnet. Ausgaben in der Historie Modell, Tokens und Betrag werden für jede Anfrage gespeichert. [Abo wählen](https://ailoot.ai/docs/de/billing/subscriptions/) · [Modellpreise ansehen](https://ailoot.ai/models/de/) ## Verbinden Sie die API mit dem Produkt, das Sie verkaufen. SaaS, Anwendungen und Bots nach dem offiziellen Angebot und Lizenzvertrag von Ailoot. Fordern Sie für den Weiterverkauf eine Reseller-Lizenz an. Kommerzielle Anwendung Integrieren Sie Text-, Bild-, Video- und Audioerzeugung in kostenpflichtige Funktionen Ihres Dienstes. Reseller-Lizenz Senden Sie Projektbeschreibung und Zugangsmodell. Fordern Sie schriftliche Nutzungs- und Weiterverkaufsbedingungen an. Dokumente auf der Website Offizielles Angebot, Lizenzvertrag und Datenschutzerklärung sind vor der Verbindung zugänglich. [Reseller-Lizenz anfordern](mailto:support@ailoot.ai) · [Offizielles Angebot und Lizenzvertrag](https://ailoot.ai/legal/offer?lang=de) ## Ailoot · Das Unternehmen und sein Projektportfolio Ailoot baut auf bewährte Betriebserfahrung, einen großen Kundenstamm, stabilen Service und kontinuierliche KPI-Kontrolle. Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. Ailoot nutzt diese Betriebserfahrung für den API-Zugang zu KI-Funktionen in Kundenprodukten, Agenten, Anwendungen und Automatisierungen.