Berita ME melaporkan bahwa xAI meluncurkan dua API audio independen: Grok STT dan Grok TTS, yang berasal dari tumpukan audio yang sama, mendukung Grok Voice, sistem infotainment Tesla, dan layanan pelanggan Starlink. STT menyediakan transkripsi batch melalui REST dan streaming waktu nyata melalui WebSocket, dengan cap waktu tingkat kata, pemisahan pembicara, multi-channel, dan normalisasi teks terbalik, mencakup lebih dari 25 bahasa; TTS mendukung label internal untuk emosi dan intonasi. Dan mengumumkan perbandingan WER, Grok unggul dalam berbagai skenario, belum ada pengujian ulang dari pihak ketiga. Harga: STT batch $0,10 per jam, streaming $0,20 per jam, TTS $4,20 per juta karakter.

MeNews

2026-05-27 05:49:03

Pembuatan abstrak sedang berlangsung

Berita ME News, 18 April (UTC+8), menurut pemantauan Beating dari Dongcha, xAI meluncurkan dua API audio independen: Grok Speech to Text dan Grok Text to Speech. Keduanya berasal dari rangkaian audio yang mendukung Grok Voice, sistem onboard Tesla, dan layanan pelanggan Starlink, kali ini dibuka dalam bentuk endpoint terpisah, sehingga pengembang dapat langsung mengintegrasikan proxy suara, transkripsi real-time, alat aksesibilitas, dan aplikasi podcast. STT menyediakan dua mode. API REST digunakan untuk transkripsi batch file audio besar dengan waktu respons milidetik; API WebSocket ditujukan untuk aliran suara real-time. Kemampuan tambahan termasuk cap waktu tingkat kata, pemisahan pembicara (diarization), pengenalan terpisah untuk multi-channel, dan Inverse Text Normalization, yaitu otomatis mengubah angka, tanggal, dan mata uang dalam percakapan menjadi teks terstruktur yang standar. Mendukung lebih dari 25 bahasa, dapat beralih secara mulus dalam percakapan. xAI juga mengumumkan perbandingan tingkat kesalahan kata (WER, semakin rendah semakin baik): secara keseluruhan Grok 6,9%, ElevenLabs 9,0%, Deepgram 11,0%, AssemblyAI 12,9%; perbedaan dalam "pengakuan entitas panggilan telepon" semakin besar, Grok 5,0%, masing-masing tiga penyedia lainnya 12,0%, 13,5%, 21,3%. Dalam skenario umum seperti rapat, podcast video, dan panggilan telepon, Grok juga sedikit unggul. Data ini dipublikasikan oleh xAI berdasarkan pengujian internal, belum ada pengujian ulang dari pihak ketiga. Untuk harga, STT batch sebesar 0,10 dolar AS per jam, streaming 0,20 dolar AS per jam; TTS sebesar 4,20 dolar AS per 1 juta karakter. TTS mendukung penggunaan Tag Speech inline untuk mengontrol emosi dan intonasi, seperti \[laugh\], \[sigh\], \[whisper\], \ (sumber: BlockBeats)

XAI0,13%

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
7
Posting ulang
Bagikan

Komentar

Tambahkan komentar

GateUser-7919e6b9

· 4jam yang lalu

STT secara massal hanya 0,1 dolar/jam, lebih murah dari Whisper API sedikit.

Lihat AsliBalas0

GateUser-28f37882

· 5jam yang lalu

Satu rangkaian yang sama mengintegrasikan Grok Voice, kendaraan, Starlink, dan sumber daya xAI, ada sesuatu yang menarik dalam integrasi ini

Lihat AsliBalas0

Don'tMessWithSlippage.

· 5jam yang lalu

Grok tumpukan audio ini akhirnya dibuka untuk umum, pemilik Tesla sangat gembira

Lihat AsliBalas0

ReflectiveChainShadow

· 5jam yang lalu

WebSocket aliran waktu nyata 0,2 dolar/jam, apakah dapat berjalan untuk skenario subtitle siaran langsung

Lihat AsliBalas0

MossyLedger

· 5jam yang lalu

Perbandingan WER tanpa pengujian ulang pihak ketiga, biarkan peluru meluncur sebentar dulu

Lihat AsliBalas0

MistBlueLily

· 5jam yang lalu

Normalisasi teks terbalik ini sangat berguna untuk asisten suara, akhirnya tidak perlu menulis aturan sendiri lagi

Lihat AsliBalas0

NodeUnderTheAurora

· 5jam yang lalu

4.2 dolar/ juta karakter TTS, lebih murah atau lebih mahal daripada ElevenLabs? Ada yang sudah menghitungnya?

Lihat AsliBalas0

Topik Trending
Lihat Lebih Banyak
#
StockTradingChallengeUpTo17000U
16.24M Popularitas
#
TrumpBacksCFTCAuthorityOverPredictionMarkets
821.51K Popularitas
#
IsraelStrikesIranBTCPlunges
49.59K Popularitas
#
GatePredictionMarketAddsSmartMoneyTracking
13.21M Popularitas
#
MicronMarketCapBreaks1Trillion
38.97K Popularitas

Disematkan

peta situs

xAI membuka API audio Grok STT dan TTS, tingkat kesalahan kata keseluruhan STT ditekan hingga 6,9%

Topik Trending

StockTradingChallengeUpTo17000U

TrumpBacksCFTCAuthorityOverPredictionMarkets

IsraelStrikesIranBTCPlunges

GatePredictionMarketAddsSmartMoneyTracking

MicronMarketCapBreaks1Trillion

Disematkan