ithome 财经科技汽车采集 2026-09-19T16:09:51+00:00

SpaceXAI发布Grok语音转文本2.0模型：错误率降低约一半

原始标题：SpaceXAI 发布 Grok Voice Transcribe 2.0 语音转文本模型：错误率降低约一半，价格保持不变

来源

ithome

发布时间

2026-09-19T11:12:32

采集批次

2026-09-19-16

字数

569

原始链接 https://ithome.com/1/004/534.htm

URL 指纹

bce0f8afdf4cfa94

📌 AI 总结（299 字）

SpaceXAI于9月18日发布Grok Voice Transcribe 2.0语音转文本模型，在价格不变的前提下将错误率降低约一半。该模型基于Grok Voice音频基础模型构建，目前已用于每日数万通客服电话、数百万小时视频旁白转录，并驱动特斯拉车载Grok助手等硬件语音智能体。在Artificial Analysis榜单中，该模型在32款流式模型中准确率排名第一。SpaceXAI还基于四个内部数据集（含客服电话、日常对话、口述信息、多语种指令）评测，结果显示2.0版本全面超越1.0版本。定价方面，批量转录0.10美元/小时，实时流式转录0.20美元/小时，说话人分离等功能不再额外收费。

📄 正文（569 字）

SpaceXAI于当地时间9月18日发布了Grok Voice Transcribe 2.0语音转文本模型，在保持价格不变的前提下，错误率降低约一半。

官方表示，Grok Voice Transcribe 2.0基于Grok Voice底层的音频基础模型构建。目前，Grok Voice已全面赋能实际业务：每天承接数万通客服电话，转录数百万小时的视频旁白，并驱动实体硬件中的各类语音智能体，其中包括特斯拉车辆中搭载的Grok助手。

在Artificial Analysis榜单中，Grok Voice Transcribe 2.0在全部32款流式模型中准确率高居榜首。

除公开基准外，SpaceXAI基于线上实际业务中采样的四个内部数据集，对模型的词错误率进行了系统评测。这四个测试集分别涵盖：客服电话音频、与Grok的日常对话（英语）、电话号码、邮箱、地址等口述信息，以及多语种简短语音指令。在四个数据集的评测中，Grok Voice Transcribe 2.0的表现均全面超越1.0版本。

Grok Voice Transcribe 2.0的定价与1.0版本保持完全一致。批量转录为每小时音频0.10美元，实时流式转录为每小时0.20美元；同时，说话人分离、精确时间戳以及自定义关键词功能均已全部包含在内，无需支付额外费用。