ME News сообщает, что xAI официально запустила два независимых аудио API: Grok STT и Grok TTS. Grok STT обладает высокой точностью, низкой задержкой, поддерживает пакетную обработку через REST, потоковую транскрипцию через WebSocket, имеет временные метки на уровне слов, разделение говорящих, многоканальность и интеллектуальную нормализацию текста, охватывает более 25 языков; стоимость пакетной обработки 0,10 доллара США за час, потоковая — 0,20 доллара США за час, ошибку распознавания слов лучше, чем у многих конкурентов. Grok TTS обеспечивает быстрое, естественное и управляемое с помощью тегов произношение, цена — 4,20 доллара за миллион символов. Обе основаны на одной технологической платформе и используются в Grok Voice, Tesla и Starlink.

MeNews

2026-05-25 17:58:48

Генерация тезисов в процессе

ME News Новости, 18 апреля (UTC+8), xAI недавно объявила о официальном запуске двух независимых аудио API: Grok для преобразования речи в текст (STT) и Grok для преобразования текста в речь (TTS). Grok STT обеспечивает высокоточную и низколатентную транскрипцию, поддерживая пакетную обработку через REST API и потоковую обработку в реальном времени через WebSocket API, а также обладает функциями временных меток на уровне слов, разделения говорящих, поддержки многоканальности и интеллектуальной нормализации текста. В статье отмечается, что в бенчмарках в области телефонных звонков, конференций, видео/подкастов и других областях показатели ошибок слов превосходят такие популярные коммерческие модели, как ElevenLabs, Deepgram и AssemblyAI. Этот сервис поддерживает более 25 языков, цена за пакетную обработку — 0,10 доллара США за час, за потоковую обработку — 0,20 доллара за час. Grok TTS может быстро генерировать естественную и выразительную речь, поддерживая тонкую настройку с помощью простых голосовых меток, цена — 4,20 доллара за миллион символов. Обе API основаны на той же технологической платформе, которая обеспечивает работу Grok Voice, автомобилей Tesla и поддержки клиентов Starlink. (Источник: InFoQ)

XAI-0,8%

GROK-1,31%

Посмотреть Оригинал

На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .

7 Лайков

Награда
7
3
2
Поделиться

комментарий

Добавить комментарий

RedTelephoneBoothRuins

· 8ч назад

Можно ли снизить задержку в реальном времени при транскрипции через WebSocket, срочно нужно для прямых эфиров

Посмотреть ОригиналОтветить0

QueuePosition

· 8ч назад

Ценообразование в 4,20 долларов — это шутка? Муск действительно не забывает свою суть мемов.

Посмотреть ОригиналОтветить0

NeonMargin

· 9ч назад

Мгновенные временные метки на уровне слов + разделение говорящих — радость редактирования подкастов

Посмотреть ОригиналОтветить0

Популярные темы
Подробнее
#
StockTradingChallengeUpTo17000U
16.18M Популярность
#
USStrikesIran
9.3M Популярность
#
IsraelStrikesIranBTCPlunges
49.26K Популярность
#
2gGoldEvery10Minutes
3.06M Популярность
#
InstitutionalCapitalRotatesFromBTCToHYPEAndXRP
14.31M Популярность

Закреплено

Карта сайта

xAI выпустила API для преобразования речи в текст Grok и текста в речь

Популярные темы

StockTradingChallengeUpTo17000U

USStrikesIran

IsraelStrikesIranBTCPlunges

2gGoldEvery10Minutes

InstitutionalCapitalRotatesFromBTCToHYPEAndXRP

Закреплено