Produkte & Apps

Grok-APIs für Speech-to-Text und Text-to-Speech veröffentlicht

Originaltitel:Grok Speech to Text and Text to Speech APIs

KI-Zusammenfassung

xAI veröffentlicht zwei eigenständige Grok-APIs für Speech-to-Text (STT) und Text-to-Speech (TTS), die auf demselben Technologie-Stack wie Grok Voice, Tesla und Starlink basieren. STT unterstützt Batch-Transkription (0,10 US-Dollar/Stunde) und Echtzeit-Streaming (0,20 US-Dollar/Stunde); die Wortfehlerrate bei der Erkennung von Entitäten in Telefongesprächen liegt bei nur 5,0 Prozent, insgesamt bei 6,9 Prozent, was besser als bei Wettbewerbern ist. Unterstützt werden über 25 Sprachen sowie Sprechertrennung. TTS kostet 4,20 US-Dollar pro Million Zeichen und ermöglicht die feine Steuerung von Emotion und Intonation über Tags wie [laugh].

Kernpunkte

  • xAI veröffentlicht zwei eigenständige Grok-APIs für Speech-to-Text (STT) und Text-to-Speech…
  • STT unterstützt Batch-Transkription (0,10 US-Dollar/Stunde) und Echtzeit-Streaming (0,20…
  • die Wortfehlerrate bei der Erkennung von Entitäten in Telefongesprächen liegt bei nur 5,0…
  • Unterstützt werden über 25 Sprachen sowie Sprechertrennung.
  • TTS kostet 4,20 US-Dollar pro Million Zeichen und ermöglicht die feine Steuerung von Emotion und…

Auf einen Blick

Veröffentlicht
Aktualisiert
Quelle
xAI:News(网页)
Kategorie
Produkte & Apps
KI-Bewertung
72
Original lesen Den vollständigen Artikel bei der Originalquelle lesen
Warum es wichtig ist

xAI 把 Grok 的语音能力拆成独立 API 放出,STT 在实体识别上碾压几个老牌竞品,定价也不算贵,做语音 agent 的可以直接加进方案里对比。

Verwandte Entitäten

Quelle & Urheberrecht

Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.

Originalartikel · AIHOT-Eintrag

Zitierhinweis

Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.

Orange News: Grok-APIs für Speech-to-Text und Text-to-Speech veröffentlicht. 17. April 2026. https://new.nat6.net/de/news/cmo3ltug8013eslowoo155b16/

Alle ansehen →