Grok音声認識・音声合成APIをリリース
原題:Grok Speech to Text and Text to Speech APIs
AI 要約
xAIはGrok音声認識(STT)と音声合成(TTS)の2つの独立したAPIをリリースした。Grok Voice、Tesla、Starlinkと同じ技術スタックを採用する。STTはバッチ(0.10ドル/時間)とリアルタイムストリーミング(0.20ドル/時間)の文字起こしをサポートし、電話関連エンティティの単語誤り率はわずか5.0%、全体で6.9%と競合他社を上回る。25以上の言語と話者分離をサポートする。TTSの価格は100万文字あたり4.20ドルで、[laugh]などのタグを通じて感情や抑揚を細かく制御できる。
要点
- xAIはGrok音声認識(STT)と音声合成(TTS)の2つの独立したAPIをリリースした。
- Grok Voice、Tesla、Starlinkと同じ技術スタックを採用する。
- STTはバッチ(0.
- 10ドル/時間)とリアルタイムストリーミング(0.
- 20ドル/時間)の文字起こしをサポートし、電話関連エンティティの単語誤り率はわずか5.
概要
- 公開日時
- 更新日時
- 出典
- xAI:News(网页)
- カテゴリ
- 製品とアプリ
- AI スコア
- 72
おすすめの理由
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。
関連エンティティ
出典と著作権
本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。
引用方法
本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。
Orange News:Grok音声認識・音声合成APIをリリース。2026年4月17日。https://new.nat6.net/ja/news/cmo3ltug8013eslowoo155b16/