STT 詞錯率比競品低、TTS 還能用標籤細調語氣,同一套技術棧喂給 Grok Voice、特斯拉和星鏈——馬斯克這是要把語音交互的上下游全吃透啊

查看原文
ME News
xAI 推出 Grok 語音轉文本與文本轉語音 API
ME News 報導,xAI 正式推出 Grok STT 與 Grok TTS 兩款獨立音頻 API。Grok STT 具高準確率、低延遲,支持 REST 批量處理、WebSocket 實時轉錄,具詞級時間戳、說話人分離、多聲道及智能逆文本規範化,覆蓋超過 25 種語言;批量0.10 美元/小時、流式0.20 美元/小時,詞錯率優於多家對手。Grok TTS 提供快速、自然、可通過標籤實現細粒控的語音,定價每百萬字符4.20 美元。兩者基於同一技術棧,供 Grok Voice、特斯拉與 Starlink 使用。
此頁面可能包含第三方內容,僅供參考(非陳述或保證),不應被視為 Gate 認可其觀點表述,也不得被視為財務或專業建議。詳見聲明
  • 打賞
  • 回覆
  • 轉發
  • 分享
回覆
請輸入回覆內容
請輸入回覆內容
暫無回覆