SpaceXAI、Grok Voice Transcribe 2.0音声転写モデルをリリース：エラー率は約半分に減少、価格は据え置き
IT 社は 9 月 19 日の最終、現地時間 9 月 18 日、SpaceXAI が Grok Voice Transcribe 2.0 音声転写モデルをリリースし、全代電子的にダウンロード可能で、エラー率が約半分に減少しました。
公式には、Grok Voice Transcribe 2.0 は Grok Voice の基本オーディオ モデルに基づいています。現在、Grok Voice は実際のビジネスを完全に実装しています。毎日、何百万時間ものビデオを文字に起こし、テスラ車の Grok アシスタントを含む物理ハードウェアでさまざまな種類のインテリジェント音声を駆動します。
人工分析 トレンド单中、Grok Voice Transcribe 2.0 在全 32 的流式面中最好率高居標首。
SpaceXAI は、オープン ベンチマークに加えて、実際のオンライン ビジネスでサンプリングされた 4 つの内部データ セットに基づいて、モデルの単語誤り率の体系的な評価を実施しました。これら 4 つのテスト セットはそれぞれ、顧客の電話音声、Grok との日常会話 (英語)、電話番号、メールボックス、住所などの音声情報、および多言語の単純な短い音声コマンドをカバーします。 4 つのデータセットの評価では、Grok Voice Transcription 2.0 のパフォーマンスはバージョン 1.0 よりも完全に優れています。
Grok Voice Transcribe 2.0。（IT之家注：月汇率约合 0.67元RMB）、リアルタイム ストリーミングは 1 時間あたり 0.20 米ドルで取引されます（月汇率约合 1.3元人民元）；同時に、発言者分離、正確なタイムスタンプ、カスタムキーワード機能がすべて含まれており、追加料金を支払う必要はありません。
