Chirp
مدل صوتی از گوگل
به فارسی:چیرپ نسل اولگوگل چیرپ نسل اول
این مدل چیست؟
Chirp نسل نخست مدلهای گفتار Chirp در Google Cloud Speech-to-Text (API نسخهٔ ۲) است و نسلهای بعدی آن Chirp 2 و Chirp 3 هستند. در سنجش انگلیسی Artificial Analysis نرخ خطای کلمهاش حدود ۳۱٪ است که بسیار بیشتر از نسلهای جدید است و Artificial Analysis قیمتش را ۱۶ دلار برای هر هزار دقیقه صدا ثبت کرده است. برای کار تازه، Chirp 3 یا Gemini 3.5 Transcribe گزینهٔ بهروزتر گوگل است.
سازنده: گوگل (Google)
Google مدلهای هوش مصنوعی خود را در آزمایشگاه Google DeepMind میسازد: مدلهای زبانی Gemini، مدلهای باز Gemma، تصویرساز Nano Banana، ویدیوساز Veo و مدلهای گفتار Gemini TTS. این مدلها در اپ Gemini، Google AI Studio و Gemini API در دسترساند.
کجا میشود از آن استفاده کرد؟
فعلاً ابزاری در هوش یاب این مدل را ارائه نمیدهد.
جایگاه در جدولهای مقایسه
- سنجش گفتار به متن Artificial AnalysisChirpرتبهٔ ۶۴خطای کلمه ۳۱٫۲٪$۱۶ برای ۱۰۰۰ دقیقه صدا
مدلهای دیگر گوگل
Chirp 3EmbeddingGemma 2Gemini 2.5 FlashGemini 2.5 Flash-LiteGemini 2.5 ProGemini 3.1 Flash LiteGemini 3.1 Flash TTSGemini 3.1 ProGemini 3.5 FlashGemini 3.5 Flash-LiteGemini 3.5 Live Translate PreviewGemini 3.5 TranscribeGemini 3.6 FlashGemini 3.7 FlashGemini 3.8 FlashGemini 3.8 Flash-Lite TTSGemini 3.8 Flash TTSGemini 3.8 LiveGemini 3.8 Live Extended ThinkingGemini 3 Flash PreviewGemini 4 ArgonGemini 4 CarbonGemini Omni 1.1 FlashGemini Omni 1.2 FlashGemini Omni FlashGemma 4Imagen 4Nano Banana 2.1Nano Banana 2 (Gemini 3.1 Flash Image)Nano Banana 2 Lite