# Google: Chirp 3

> Многоязычная модель преобразует речь из аудио в текст, распознаёт язык и может разделять реплики по говорящим. Подходит для расшифровки записей и потоковой речи.

- **ID для API:** `google/chirp-3`
- **Тип Модели:** Модель распознавания речи
- **Вход:** аудио → **Выход:** transcription

## Описание

#### Суть
Chirp 3 — модель Google для автоматического распознавания речи. Она принимает аудио и формирует текстовую расшифровку. Модель предназначена для многоязычных задач и доступна через сервис Google Cloud Speech-to-Text. В зависимости от способа распознавания можно обрабатывать как потоковое аудио, так и готовые записи.

#### Сильные стороны
Модель умеет автоматически определять язык речи или работать с указанными языковыми вариантами. Расшифровка может включать автоматически расставленные знаки препинания и заглавные буквы. Для поддерживаемых языков доступна диаризация: система помечает, кто из участников говорит в аудиозаписи. При потоковой обработке можно получать временные отметки для высказываний. Подсказки со словами и фразами помогают учесть специальные термины и имена собственные.

#### Типовые сценарии
Chirp 3 подходит для подготовки текстов из аудиозаписей, обработки голосовых обращений и создания расшифровок встреч, интервью или медиаматериалов. Потоковый режим применим в задачах, где текст нужен по мере поступления аудио; пакетная обработка — для уже сохранённых файлов. Автоматическое определение языка удобно, когда язык записи заранее неизвестен или нужно определить преобладающую речь.

#### Ограничения
Набор поддерживаемых языков и функций зависит от выбранного языка и режима обработки; отдельные языковые варианты доступны в предварительном режиме. Диаризация работает не для всех языков и сценариев обработки. Модель не предоставляет достоверные оценки уверенности для отдельных слов. Результат распознавания может потребовать проверки, особенно при плохом качестве звука, нескольких одновременно говорящих людях, редких именах и узкоспециализированной лексике. Специальные инструкции по форматированию расшифровки доступны в предварительном режиме.

## Цены

- Минута аудио: 1,15 ₽

## Провайдеры

Выбрать Провайдера можно параметром `provider` в запросе.

| Провайдер | Цена | Контекст | Макс. ответ | Данные в РФ | 152-ФЗ |
| --- | --- | --- | --- | --- | --- |
| google-vertex | Минута аудио: 1,15 ₽ | — | — | — | — |

## Быстрый старт

```bash
curl https://polza.ai/api/v1/audio/transcriptions \
  -H "Authorization: Bearer $POLZA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "google/chirp-3",
  "file": "BASE64_ENCODED_AUDIO",
  "language": "ru"
}'
```

## Ссылки

- Страница: https://polza.ai/models/google/chirp-3
- Каталог: https://polza.ai/models