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 20:56:03

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, поддерживает 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 ведущие 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 составляет 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)

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» .

6 Лайков

Награда
6
5
1
Поделиться

комментарий

Добавить комментарий

GateUser-99725296

· 8ч назад

Могут ли эти цены выдержать конкуренцию, посмотрим, как Azure и AWS ответят.

Посмотреть ОригиналОтветить0

0xLateBreakfast

· 8ч назад

Оптовая и потоковая цена отличаются в два раза, бизнесу нужно хорошо просчитать расходы.

Посмотреть ОригиналОтветить0

RiskOffRina

· 8ч назад

Поддержка многоканальности очень важна для транскрипции встреч, наконец-то не нужно выравнивать самостоятельно

Посмотреть ОригиналОтветить0

WalletHealthInspector

· 8ч назад

Grok Voice использует именно эти два API, наконец-то выделили их отдельно

Посмотреть ОригиналОтветить0

MosaicBowtieRealm

· 8ч назад

Какие параметры конкретно можно контролировать с помощью тегов тонкой настройки: скорость речи, интонация или эмоции?

Посмотреть ОригиналОтветить0

Популярные темы
Подробнее
#
StockTradingChallengeUpTo17000U
16.18M Популярность
#
USStrikesIran
9.3M Популярность
#
IsraelStrikesIranBTCPlunges
49.26K Популярность
#
GatePredictionMarketAddsSmartMoneyTracking
14.34M Популярность
#
InstitutionalCapitalRotatesFromBTCToHYPEAndXRP
14.32M Популярность

Закреплено

Карта сайта

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

Популярные темы

StockTradingChallengeUpTo17000U

USStrikesIran

IsraelStrikesIranBTCPlunges

GatePredictionMarketAddsSmartMoneyTracking

InstitutionalCapitalRotatesFromBTCToHYPEAndXRP

Закреплено