Google : Chirp 3
Google Chirp 3 est un modèle de reconnaissance automatique de la parole de Google, sorti le 29 août 2025. Selon la documentation de Google Cloud, il transcrit l’audio en texte, en temps réel ou par lots.
À quoi sert Google Chirp 3
Audio
Google Chirp 3 transcrit l’audio en texte par reconnaissance automatique de la parole, selon les notes de version de Speech-to-Text. À sa disponibilité générale, son réducteur de bruit intégré vise à améliorer la reconnaissance sur un audio bruité, selon les notes de version de Speech-to-Text. Selon la documentation de Google Cloud, cette fonction peut atténuer la musique, la pluie ou la circulation, mais ne retire pas les voix humaines en arrière-plan.
Transcription
Google Chirp 3 apporte la séparation des locuteurs, ou diarisation, et la détection automatique de la langue pour l’audio multilingue à sa disponibilité générale le 13 octobre 2025, selon les notes de version de Speech-to-Text. Selon la documentation de Google Cloud, la séparation des interlocuteurs fonctionne uniquement avec BatchRecognize et Recognize, pour une liste de langues comprenant le français (Canada) et le français (France).
À sa disponibilité générale, le modèle prend en charge StreamingRecognize, Recognize et BatchRecognize, des méthodes que Google juge adaptées au temps réel comme au traitement par lots, selon les notes de version de Speech-to-Text. Pour les vocabulaires personnalisés, l’adaptation de la reconnaissance fait également partie des fonctions proposées à sa disponibilité générale, selon les notes de version de Speech-to-Text.
Selon la documentation de Google Cloud, l’adaptation accepte un dictionnaire de 1 000 expressions au plus pour orienter la reconnaissance vers un vocabulaire personnalisé. Google recommande toutefois, dans la documentation de Google Cloud, d’utiliser le moins d’expressions possible dans ce dictionnaire afin d’éviter de dégrader la reconnaissance des termes qui ne font pas partie de l’adaptation.
Pour la mise en forme de la transcription, le modèle prend en charge la ponctuation et les majuscules automatiques en disponibilité générale, selon la documentation de Google Cloud. Selon la documentation de Google Cloud, une consigne personnalisée permet aussi de donner au modèle des instructions de mise en forme de la transcription ; cette fonction est en préversion.
- Audio
- Transcription
Caractéristiques techniques de Google Chirp 3
Google Chirp 3 a été lancé en préversion privée sous l’identifiant chirp_3 le 11 avril 2025, selon les notes de version de Speech-to-Text ; l’accès nécessitait de contacter l’équipe commerciale de Google. Selon ces mêmes notes de version, le modèle a été lancé en préversion publique le 29 août 2025, avec une transcription étendue à plus de 85 langues et variantes régionales.
Chirp 3: Transcription est passé en disponibilité générale (GA) le 13 octobre 2025, exclusivement dans l’API Speech-to-Text V2, selon les notes de version de Google. Dans cette annonce, Google le présente comme un modèle génératif multilingue spécifique à la reconnaissance automatique de la parole (ASR). Selon la page produit de Speech-to-Text, son entraînement auto-supervisé repose sur des millions d’heures d’audio et 28 milliards de phrases couvrant plus de 100 langues.
Selon la documentation de Google Cloud, StreamingRecognize traite l’audio en flux et en temps réel dans l’API Speech-to-Text V2. La méthode Recognize est adaptée à l’audio de moins d’une minute, selon cette documentation de Google Cloud. BatchRecognize prend en charge l’audio long, généralement de 1 minute à 1 heure, avec une limite de 20 minutes lorsque les horodatages par mot sont activés, selon la documentation de Google Cloud.
Au relevé d’octobre 2026, la documentation de Google Cloud liste en disponibilité générale le catalan (Espagne), le chinois simplifié (Chine), le croate, le danois, le néerlandais, l’anglais (Australie, Inde, Royaume-Uni, États-Unis), le finnois et le français (Canada, France). Selon la documentation de Google Cloud au même relevé, l’allemand, le grec, l’hindi, l’italien, le japonais et le coréen bénéficient également de ce statut.
Selon la documentation de Google Cloud au relevé d’octobre 2026, le polonais, le portugais (Brésil, Portugal), le roumain, le russe, l’espagnol (Espagne, États-Unis), le suédois, le turc, l’ukrainien et le vietnamien complètent les langues de transcription en disponibilité générale ; d’autres langues figurent en préversion. Selon la documentation de Cloud Text-to-Speech, les voix « Chirp 3: HD voices » relèvent de la synthèse vocale, pas de la transcription.
- Éditeur
Google
- Sortie
- Hébergeurs
Source : OpenRouter.
Où utiliser Google Chirp 3
Google Chirp 3 s’utilise dans une requête de reconnaissance de l’API Speech-to-Text V2 avec l’identifiant chirp_3, selon la documentation de Google Cloud. Au relevé d’octobre 2026, le modèle est en disponibilité générale dans les multirégions us et eu de Google Cloud, selon cette même documentation.
Selon les notes de version de Speech-to-Text, Google a ouvert chirp_3 en préversion publique le 13 novembre 2025 dans les régions asia-south1, europe-west2, europe-west3 et northamerica-northeast1. Selon la page produit de Speech-to-Text, Chirp 3: Transcription est aussi proposé dans Agent Platform, une interface graphique web sans code que Google présente comme adaptée pour tester rapidement des fichiers audio et créer des transcriptions.
L'API Google
Pour relier le modèle à votre application
Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites : nous ne l'attribuons pas au modèle seul.
FAQ
Quand Google Chirp 3 est-il sorti ?
Google a lancé chirp_3 en préversion privée le 11 avril 2025, selon les notes de version de Speech-to-Text ; pour accéder à cette préversion privée, il fallait contacter son équipe commerciale. Selon les notes de version de Speech-to-Text, Google a lancé chirp_3 en préversion publique le 29 août 2025, en étendant la couverture des langues et variantes régionales pour la transcription. Chirp 3: Transcription est passé en disponibilité générale (GA) le 13 octobre 2025, exclusivement dans l’API Speech-to-Text V2, selon les notes de version de Speech-to-Text.
Quelle différence entre Google Chirp 3 et Chirp 3: HD voices ?
Chirp 3: Transcription est présenté par Google, dans ses notes de version du 13 octobre 2025, comme un modèle génératif multilingue spécifique à la reconnaissance automatique de la parole (ASR). Selon la documentation de Cloud Text-to-Speech, les voix « Chirp 3: HD voices » relèvent de la synthèse vocale, qui produit de la parole à partir de texte, et non de la transcription.
Google Chirp 3 transcrit-il le français ?
Chirp 3 prend en charge la transcription du français (Canada) et du français (France) en disponibilité générale (GA), selon la documentation de Google Cloud au relevé d’octobre 2026. Selon la documentation de Google Cloud, la transcription avec séparation des locuteurs n’est prise en charge que dans BatchRecognize et Recognize, pour une liste de langues comprenant ces deux variantes du français.
Usage sur OpenRouter
- Transcription
- 423 k requêtes sur le dernier mois · 16e sur 20 des modèles les plus utilisés en Transcription
Source : OpenRouter (openrouter.ai/rankings), au , données sous licence CC BY 4.0. Le volume traité via l'API OpenRouter mesure l'adoption, pas la qualité.