xAI lança API de conversão de voz para texto Grok e de texto para voz

robot
Geração do resumo em andamento
ME News Notícias, 18 de abril (UTC+8), a xAI anunciou oficialmente o lançamento de duas APIs de áudio independentes: Grok de conversão de voz em texto (STT) e Grok de texto em voz (TTS).
O Grok STT oferece serviços de transcrição com alta precisão e baixa latência, suportando processamento em lote via API REST e transcrição em fluxo em tempo real via API WebSocket, além de possuir marcações de tempo por palavra, separação de falantes, suporte a múltiplos canais e normalização inteligente de texto invertido.
O artigo menciona que, em testes de referência em áreas como chamadas telefônicas, reuniões, vídeos/podcasts, sua taxa de erro de palavras supera modelos comerciais principais como ElevenLabs, Deepgram e AssemblyAI.
O serviço suporta mais de 25 idiomas, com preços de US$ 0,10 por hora para processamento em lote e US$ 0,20 por hora para processamento em fluxo.
O Grok TTS pode gerar vozes rápidas, naturais e expressivas, suportando controle granular por meio de simples etiquetas de voz, com preço de US$ 4,20 por milhão de caracteres.
As duas APIs são baseadas na mesma pilha tecnológica que alimenta o Grok Voice, veículos Tesla e suporte ao cliente Starlink. (Fonte: InFoQ)
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
  • Recompensa
  • 5
  • 2
  • Compartilhar
Comentário
Adicionar um comentário
Adicionar um comentário
Mint-ColoredCalmness
· 5h atrás
A voz do sistema de bordo do Tesla vai precisar de uma atualização? O Starlink também pode ser usado, é interessante.
Ver originalResponder0
SummerNightColdWallet
· 5h atrás
O que é a tecnologia avançada de normalização reversa de texto, processamento automático de números para texto?
Ver originalResponder0
NekoValidator
· 5h atrás
0.1 dólar/hora preço em lote, mais de 25 idiomas, essa rodada vai matar o Whisper
Ver originalResponder0
Cream-ColoredCross-ChainBridge
· 5h atrás
REST em lote + fluxo WebSocket em modo duplo, máxima facilidade para desenvolvedores
Ver originalResponder0
GateUser-deff9ed8
· 5h atrás
xAI começou a vender API, ciclo fechado do ecossistema de Musk +1
Ver originalResponder0
  • Fixado