IA · Modelos · xAI · Grok · Voz
xAI abre API separadas para transcribir y sintetizar voz
Grok Speech to Text y Text to Speech ofrecen integración por archivos o en tiempo real.
Fecha de la fuente original:
Lo esencial
- Grok Speech to Text y Text to Speech ofrecen integración por archivos o en tiempo real.
Transcripción y síntesis por separado
xAI presentó dos API independientes de audio basadas en la tecnología de Grok Voice. Speech to Text admite transcripción por lotes y en streaming, con marcas de tiempo por palabra, identificación de hablantes y audio multicanal.
Controles de voz y tarifas
Text to Speech convierte texto en voz e incorpora etiquetas para regular ritmo, énfasis y expresiones. Las tarifas anunciadas fueron US$0,10 por hora de transcripción por lotes, US$0,20 en streaming y US$15 por millón de caracteres sintetizados. La cobertura de transcripción comunicada supera 25 idiomas.