ME News повідомляє, що xAI офіційно запустила дві окремі аудіо API — Grok STT та Grok TTS. Grok STT має високу точність, низьку затримку, підтримує пакетну обробку через REST, реальнечасний транскрипт через WebSocket, має часові мітки на рівні слова, розділення мовця, багатоканальність та інтелектуальну нормалізацію тексту, охоплює понад 25 мов; пакетна обробка — 0,10 долара США за годину, потокова — 0,20 долара США за годину, помилка розпізнавання слів краща за багато конкурентів. Grok TTS забезпечує швидкий, природний голос, який можна тонко налаштовувати за допомогою тегів, ціна — 4,20 долара за мільйон символів. Обидва базуються на одній технологічній платформі і використовуються для Grok Voice, Tesla та Starlink.

MeNews

2026-05-26 06:01:33

Генерація анотацій у процесі

ME Новини повідомляють, 18 квітня (UTC+8), що xAI нещодавно офіційно запустила дві окремі аудіо API: Grok для голосового перетворення в текст (STT) та Grok для перетворення тексту в голос (TTS).
Grok STT забезпечує високоточну, з низькою затримкою транскрипцію, підтримує пакетну обробку через REST API та потокову обробку в реальному часі через WebSocket API, а також має функції часових міток на рівні слів, розділення мовців, підтримки багатоканальності та інтелектуальної нормалізації тексту.
У статті зазначається, що у бенчмарках у сферах телефонних дзвінків, конференцій, відео/подкастів її показники помилок слів були кращими за провідні комерційні моделі, такі як ElevenLabs, Deepgram та AssemblyAI.
Цей сервіс підтримує понад 25 мов, ціна за пакетну обробку становить 0,10 долара США за годину, а за потокову обробку — 0,20 долара за годину.
Grok TTS може швидко генерувати природний та виразний голос, підтримує тонке керування за допомогою простих голосових тегів, ціна — 4,20 долара за мільйон символів.
Обидва API базуються на одній і тій же технологічній платформі, яка забезпечує роботу Grok Voice, автомобілів Tesla та підтримку клієнтів Starlink.
(Джерело: InFoQ)

XAI-2,15%

GROK3,4%

Переглянути оригінал

Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.

9 лайків

Нагородити
9
7
3
Поділіться

Прокоментувати

Додати коментар

RiskParachute

· 7год тому

Зачекайте, чи TTS може контролюватися за допомогою тегів для тонкої настройки? Чи можна налаштовувати емоційний настрій?