SpaceXAI 发布 Grok Voice Transcribe 2.0：错误率降低约一半，价格保持不变
SpaceXAI 发布了语音转文本模型 Grok Voice Transcribe 2.0。该模型基于 Grok Voice 音频基础模型构建，公司称其错误率较 1.0 版本降低约一半，同时价格不变。Grok Voice 已用于客服通话、视频旁白转录，以及包括特斯拉车辆内 Grok 助手在内的硬件语音代理。Artificial Analysis 的评测显示，Grok Voice Transcribe 2.0 在 32 款流式模型中准确率排名第一。SpaceXAI 还使用客服音频、英语日常对话、电话号码和地址口述、多语种语音指令等四个内部数据集进行测试，结果均优于 1.0 版本。批量转录价格为每小时音频 0.10 美元，实时流式转录为每小时 0.20 美元；说话人分离、精确时间戳和自定义关键词均无需额外付费。
本文来源：IT之家，仅供学习参考，版权归原作者所有。