产业观察
xAI发布Grok Voice Transcribe 2.0语音转文字模型
原标题: xAI Releases Grok Voice Transcribe 2.0 Speech-to-Text Model
📋总体概括
xAI于2026年9月18日发布最新语音转文字模型Grok Voice Transcribe 2.0，批量处理定价为每小音频0.10美元，官方称其准确率是上一代Grok Voice Transcribe 1.0的两倍。新模型基于Grok Voice背后的音频基础模型构建，而Grok Voice目前已支撑每天数万通客服电话、数百万小时视频旁白转录，并运行于实体产品中的语音代理，显示出xAI在语音AI基础设施上的规模化野心。
⚡关键信息
- ▸xAI于2026年9月18日发布Grok Voice Transcribe 2.0语音转文字模型
- ▸批量定价为每小音频0.10美元，主打低成本大规模转录场景
- ▸官方称新模型准确率是1.0版本的两倍
- ▸模型基于Grok Voice背后的音频基础模型构建
- ▸Grok Voice已支撑日均数万通客服电话和数百万小时视频转录
🔥犀利点评
0.10美元一小时的定价摆明是要掀桌子——这个价位直接瞄准Whisper级别的开源方案和云厂商转录服务，xAI在用价格换生态卡位。但「准确率翻倍」这种说法没有给出基准和测试集，含金量存疑。真正的看点是Grok Voice已有日均数万通电话的实盘验证，说明xAI不满足于做聊天机器人，而是要吃下语音基础设施这块肉，OpenAI和Google该有危机感了。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 unite.ai 阅读全文 →