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

robot
Geração de resumo em curso
ME News Notícias, 18 de abril (UTC+8), a xAI anunciou recentemente o lançamento oficial de duas APIs de áudio independentes: Grok de conversão de voz em texto (STT) e Grok de texto em voz (TTS).
A 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 ao nível de palavra, separação de falantes, suporte a múltiplos canais e funcionalidades inteligentes de normalização reversa de texto.
O artigo menciona que, em testes de referência em áreas como chamadas telefónicas, reuniões, vídeos/podcasts, sua taxa de erro de palavra supera modelos comerciais principais como ElevenLabs, Deepgram e AssemblyAI.
Este serviço suporta mais de 25 idiomas, com preços de 0,10 dólares por hora para processamento em lote e 0,20 dólares por hora para streaming.
A Grok TTS pode gerar vozes rápidas, naturais e expressivas, suportando controlo granular através de simples etiquetas de voz, com um preço de 4,20 dólares 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 conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
  • Recompensa
  • 5
  • 2
  • Partilhar
Comentar
Adicionar um comentário
Adicionar um comentário
Mint-ColoredCalmness
· 6h atrás
A voz do sistema de bordo da Tesla vai ser atualizada? O Starlink também pode ser usado, é interessante
Ver originalResponder0
SummerNightColdWallet
· 6h atrás
O que é a normalização reversa de texto, uma tecnologia avançada, processamento automático de números para texto?
Ver originalResponder0
NekoValidator
· 6h atrás
0.1 dólar/hora preço por volume, mais de 25 idiomas, esta rodada vai matar o Whisper
Ver originalResponder0
Cream-ColoredCross-ChainBridge
· 7h atrás
REST em modo de lote + fluxo WebSocket, dupla via, máxima facilidade para desenvolvedores
Ver originalResponder0
GateUser-deff9ed8
· 7h atrás
xAI começa a vender API, ciclo fechado do ecossistema de Musk +1
Ver originalResponder0
  • Fixado