xAI ця ціна на аудіо API досить цікава, STT у пакетах всього 0.1 долара/година, а TTS навпаки дорожчий — до 4.2 долара/мільйон символів, чи це преміальна ціна за емоційні мітки?

МЕ Новини повідомляють, що xAI запустила дві незалежні аудіо API: Grok STT та Grok TTS, які базуються на одному аудіо стеку, підтримують Grok Voice, автомобільну систему Tesla та обслуговування Starlink. STT пропонує пакетний транскрипт через REST та потокову обробку в реальному часі через WebSocket, з часовими мітками на рівні слова, розділенням мовців, багатоканальним режимом та нормалізацією тексту у зворотному порядку, підтримує понад 25 мов; TTS підтримує внутрішні теги для емоцій та ритму. Також опубліковано порівняння WER, де Grok лідирує у багатьох сценаріях, але третя сторона ще не проводила незалежне тестування. Ціни: пакетний STT — 0,10 долара США за годину, потоковий — 0,20 долара США за годину, TTS — 4,20 долара США за мільйон символів.