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 AnalysisChirp
    رتبهٔ ۶۴خطای کلمه ۳۱٫۲٪$۱۶ برای ۱۰۰۰ دقیقه صدا
مقایسهٔ کامل مدل‌ها

مدل‌های دیگر گوگل