Grok语音转文本与文本转语音API发布
原文标题:Grok Speech to Text and Text to Speech APIs
AI 摘要
xAI发布Grok语音转文本(STT)与文本转语音(TTS)两款独立API,采用与Grok Voice、Tesla及Starlink相同技术栈。STT支持批量(0.10美元/小时)与实时流式(0.20美元/小时)转录,电话实体识别词错率仅5.0%,整体6.9%,优于竞品,支持25种以上语言及说话人分离。TTS定价4.20美元/百万字符,可通过[laugh]等标签精细控制情感语调。
关键信息
- xAI发布Grok语音转文本(STT)与文本转语音(TTS)两款独立API,采用与Grok Voice、Tesla及Starlink相同技术栈。
- STT支持批量(0.
- 10美元/小时)与实时流式(0.
- 20美元/小时)转录,电话实体识别词错率仅5.
- 9%,优于竞品,支持25种以上语言及说话人分离。
速览
- 发布时间
- 更新时间
- 来源
- xAI:News(网页)
- 分类
- 产品与应用
- AI 评分
- 72
推荐理由
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。
相关实体
来源与版权
本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。
如何引用
引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。
橙子新闻:Grok语音转文本与文本转语音API发布。2026年4月17日。https://new.nat6.net/news/cmo3ltug8013eslowoo155b16/