Spacexai lança grok voice transcribe 2.0 com maior precisão e suporte multilíngue

A SpaceXAI lançou o Grok Voice Transcribe 2.0, uma API de transcrição de voz que afirma ter o dobro da precisão do seu antecessor, o Grok Voice Transcribe 1.0, ao mesmo preço de $0,10 por hora. O modelo foi projetado para lidar com ambientes de áudio desafiadores, incluindo linhas telefônicas barulhentas, vozes concorrentes e sotaques. Está disponível como uma API hospedada, com o ID do modelo grok-voice-transcribe-2.0, e suporta streaming e processamento em lote em tempo real. O modelo é baseado no modelo de áudio por trás do Grok Voice, que já processa dezenas de milhares de chamadas de suporte ao cliente diariamente e transcreve milhões de horas de narração de vídeo. A SpaceXAI relata que o Grok Voice Transcribe 2.0 ocupa o primeiro lugar em precisão entre 32 modelos de streaming na Artificial Analysis leaderboard. O modelo também melhora o 1.0 em quatro conjuntos de dados internos, com uma redução significativa na taxa de erro de palavras para frases curtas, passando de 20,6% para 6,8%. Suporta 25 idiomas e detecta e lida automaticamente com mudanças de idioma durante a gravação. A Atlassian Loom agora utiliza a API para transcrever vídeos, citando uma maior precisão em relação à sua solução existente.