تقرير أخبار ME، أطلقت xAI رسميًا واجهتي برمجة صوتية مستقلة هما Grok STT و Grok TTS. يتميز Grok STT بدقة عالية، وتأخير منخفض، ويدعم المعالجة الجماعية عبر REST، والتحويل الفوري عبر WebSocket، مع علامات زمنية على مستوى الكلمات، وفصل المتحدثين، ومتعدد القنوات، والتطبيع الذكي للنص العكسي، ويغطي أكثر من 25 لغة؛ السعر للجملة 0.10 دولار أمريكي للساعة، والبث المباشر 0.20 دولار أمريكي للساعة، مع معدل خطأ في الكلمات أدنى من العديد من المنافسين. يوفر Grok TTS صوتًا سريعًا وطبيعيًا وقابلًا للتحكم الدقيق عبر العلامات، بسعر 4.20 دولارات لكل مليون حرف. كلاهما يعتمد على نفس تقنية البنية التحتية، ويستخدم من قبل Grok Voice، وتيسلا، وStarlink.

MeNews

2026-05-25 20:56:03

إنشاء الملخص قيد التقدم

أخبار ME News، في 18 أبريل (بتوقيت UTC+8)، أعلنت xAI مؤخرًا عن إطلاق واجهتي برمجة التطبيقات الصوتية المستقلة Grok Speech-to-Text (STT) و Grok Text-to-Speech (TTS). تقدم خدمة Grok STT خدمات نسخ عالية الدقة ومنخفضة التأخير، وتدعم معالجة دفعات عبر واجهة برمجة التطبيقات REST وبث مباشر عبر WebSocket، وتتميز بوجود علامات زمنية على مستوى الكلمات، وفصل المتحدثين، ودعم الصوت متعدد القنوات، ووظيفة تنظيم النص الذكي. وأشارت المقالة إلى أن أدائها في اختبارات المعايير في مجالات المكالمات الهاتفية، والاجتماعات، والفيديو/البودكاست يتفوق على نماذج تجارية رئيسية مثل ElevenLabs و Deepgram و AssemblyAI. تدعم الخدمة أكثر من 25 لغة، وتبلغ أسعارها 0.10 دولار للساعة لمعالجة الدفعات و0.20 دولار للساعة للبث المباشر. أما خدمة Grok TTS فهي قادرة على إنتاج أصوات سريعة وطبيعية ومعبرة، وتدعم التحكم الدقيق عبر علامات صوتية بسيطة، وتبلغ أسعارها 4.20 دولار لكل مليون حرف. كلا الواجهتين مبنيتان على نفس التقنية التي تدعم Grok Voice، وسيارات تسلا، ودعم عملاء Starlink. (المصدر: InFoQ)

شاهد النسخة الأصلية

قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.

تسجيلات الإعجاب 6

أعجبني
6
5
1
مشاركة

تعليق

إضافة تعليق

GateUser-99725296

· منذ 3 س

هل يمكن لهذا السعر أن ينجح، لنرى كيف ستتصدى Azure و AWS لذلك

شاهد النسخة الأصليةرد0

0xLateBreakfast

· منذ 3 س

السعر مضاعف للدفعة والجريان، ويجب على الأعمال أن تحسب حساباتها جيدًا

شاهد النسخة الأصليةرد0

RiskOffRina

· منذ 3 س

دعم الصوت المتعدد ضروري جدًا لنصوص الاجتماعات، وأخيرًا لم أعد بحاجة لمطابقتها بنفسي

شاهد النسخة الأصليةرد0

WalletHealthInspector

· منذ 3 س

Grok Voice يستخدم هذين الواجهتين البرمجيتين، أخيرًا تم فصلهما

شاهد النسخة الأصليةرد0

MosaicBowtieRealm

· منذ 3 س

ما هي المعلمات التي يمكن التحكم فيها بشكل دقيق بواسطة علامات التحكم، هل هي سرعة الصوت، النغمة أم المشاعر؟

شاهد النسخة الأصليةرد0

المواضيع الرائجة
عرض المزيد
#
StockTradingChallengeUpTo17000U
16.18M درجة الشعبية
#
USIranDraftDeal
291.38K درجة الشعبية
#
IsraelStrikesIranBTCPlunges
49.22K درجة الشعبية
#
2gGoldEvery10Minutes
3.05M درجة الشعبية
#
HYPEMarketCapSurpassesDOGE
12.65M درجة الشعبية

مُثبت

خريطة الموقع

xAI تقدم واجهات برمجة تطبيقات تحويل الصوت إلى نص والنص إلى صوت من خلال Grok

المواضيع الرائجة

StockTradingChallengeUpTo17000U

USIranDraftDeal

IsraelStrikesIranBTCPlunges

2gGoldEvery10Minutes

HYPEMarketCapSurpassesDOGE

مُثبت