模型定位
GLM-ASR 是智谱的语音识别模型,以音频为输入、文本为输出,用于语音转写。官方模型文档中的调用示例使用 API 模型 ID glm-asr。(docs.bigmodel.cn)
能力与用途
- 利用上下文改善转录文本的流畅性和可读性;官方称其在噪声环境下具有较强的抗干扰能力。
- 支持中文、英语及八种中国地方方言:东北官话、胶辽官话、北京官话、冀鲁官话、中原官话、江淮官话、兰银官话和西南官话。
- 可用于客服记录、会议或课堂转写、字幕生成、语音交互和语音搜索等场景。(docs.bigmodel.cn)
限制
- 抗噪表现不代表转写结果不会出错;重要内容应人工核对。
- 官方当前的通用语音转文本 API 页面列出的模型为
glm-asr-2512,未将glm-asr列为可选项;原模型的当前 API 可用性需向平台确认。GLM-ASR-2512 是官方于 2025 年 12 月 10 日另行公布的版本,不应将其规格或价格直接套用于本模型。(docs.bigmodel.cn)
价格
- 中国大陆官方文档:GLM-ASR 标价为人民币 0.06 元/分钟。文档给出的是按分钟的整体价格,未单独列出输入音频和输出文本各自的收费,也未说明计费取整规则。官方模型与价格页面,查询日期:2026-11-18。(docs.bigmodel.cn)
- 发布公告曾注明上新限时免费,该活动不能视为当前免费承诺。(docs.bigmodel.cn)
发布日期与官方来源
发布日期:2025 年 4 月 23 日。智谱官方模型与产品发布记录。(docs.bigmodel.cn)