ME News melaporkan bahwa xAI secara resmi meluncurkan dua API audio independen, Grok STT dan Grok TTS. Grok STT memiliki tingkat akurasi tinggi, latensi rendah, mendukung pemrosesan batch REST, transkripsi waktu nyata WebSocket, dilengkapi dengan cap waktu tingkat kata, pemisahan pembicara, multi-saluran, dan normalisasi teks terbalik cerdas, mencakup lebih dari 25 bahasa; biaya batch 0,10 dolar AS per jam, streaming 0,20 dolar AS per jam, tingkat kesalahan kata lebih baik dari beberapa pesaing. Grok TTS menyediakan suara yang cepat, alami, dan dapat dikontrol secara halus melalui label, dengan harga 4,20 dolar AS per juta karakter. Keduanya berbasis teknologi yang sama, digunakan oleh Grok Voice, Tesla, dan Starlink.

MeNews

2026-05-25 17:58:48

Pembuatan abstrak sedang berlangsung

BERITA ME, 18 April (UTC+8), xAI baru-baru ini mengumumkan peluncuran resmi dua API audio independen yaitu Grok Speech-to-Text (STT) dan Grok Text-to-Speech (TTS). Grok STT menawarkan layanan transkripsi dengan akurasi tinggi dan latensi rendah, mendukung pemrosesan batch melalui REST API dan transkripsi streaming waktu nyata melalui WebSocket API, serta dilengkapi dengan penanda waktu tingkat kata, pemisahan pembicara, dukungan multi-saluran, dan fitur normalisasi teks terbalik yang cerdas. Dalam artikel disebutkan bahwa dalam pengujian standar di bidang panggilan telepon, rapat, video/podcast, dan lain-lain, tingkat kesalahan kata dari layanan ini lebih baik dibandingkan model komersial utama seperti ElevenLabs, Deepgram, dan AssemblyAI. Layanan ini mendukung lebih dari 25 bahasa, dengan harga $0,10 per jam untuk pemrosesan batch dan $0,20 per jam untuk streaming. Grok TTS dapat menghasilkan suara yang cepat, alami, dan ekspresif, mendukung kontrol granular melalui label suara sederhana, dengan harga $4,20 untuk setiap 1 juta karakter. Kedua API ini didasarkan pada teknologi yang sama yang digunakan untuk mendukung Grok Voice, kendaraan Tesla, dan pelanggan Starlink. (Sumber: InFoQ)

XAI1,88%

GROK-1,1%

Lihat Asli

Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.

7 Suka

Hadiah
7
3
2
Bagikan

Komentar

Tambahkan komentar

RedTelephoneBoothRuins

· 6jam yang lalu

Apakah latensi transkripsi waktu nyata WebSocket bisa diatasi, sangat dibutuhkan untuk situasi siaran langsung

Lihat AsliBalas0

QueuePosition

· 6jam yang lalu

Apakah penetapan harga sebesar 4,20 dolar ini hanya bercanda, Elon Musk memang tidak pernah melupakan sifat meme-nya

Lihat AsliBalas0

NeonMargin

· 6jam yang lalu

Timestamp tingkat kata + pemisahan pembicara, kegembiraan dalam mengedit podcast

Lihat AsliBalas0

Topik Trending
Lihat Lebih Banyak
#
StockTradingChallengeUpTo17000U
16.18M Popularitas
#
USIranDraftDeal
291.23K Popularitas
#
IsraelStrikesIranBTCPlunges
49.22K Popularitas
#
2gGoldEvery10Minutes
3.05M Popularitas
#
HYPEMarketCapSurpassesDOGE
12.65M Popularitas

Disematkan

peta situs

xAI meluncurkan API Ucapan ke Teks dan Teks ke Ucapan Grok

Topik Trending

StockTradingChallengeUpTo17000U

USIranDraftDeal

IsraelStrikesIranBTCPlunges

2gGoldEvery10Minutes

HYPEMarketCapSurpassesDOGE

Disematkan