SpaceXAI（xAI）正式上线 Grok Voice Transcribe 2.0，宣称在客服通话、口述凭证与短语音指令等真实场景上准确率约为上一代两倍，且价格不变。官方称其在 Artificial Analysis 32 个流式转写模型中准确率排名第一；短指令词错误率从约 20.6% 降至约 6.8%。支持流式/批处理、自动语种检测与中途换语、词级时间戳与置信度、免费说话人分离，批处理约 $0.10/小时、实时流式约 $0.20/小时，既有 Speech-to-Text API 集成可无感升级。

核心要点速览

  • ✓宣称客服通话/口述凭证/短指令等场景准确率约为 Transcribe 1.0 的两倍，价格不变。
  • ✓Artificial Analysis 流式转写榜准确率第 1；短指令 WER 约 20.6%→6.8%。
  • ✓批处理约 $0.10/小时、实时流式约 $0.20/小时；含说话人分离、语种切换与词级时间戳，API 可无感升级。
⚡

开发者 3 秒速决决策指标

一眼结论
🏆 权威跑分段位榜单
Artificial Analysis 流式转写榜准确率第 1；短指令 WER 约 20.6%→6.8%。
查看天梯总榜→
💰 调用成本与套餐比价
宣称客服通话/口述凭证/短指令等场景准确率约为 Transcribe 1.0 的两倍，价格不变。
查可用套餐与测算↗
🛠️ 开发与接入生态规则
Grok Voice Transcribe · 语音转文字 · ASR
配置 IDE 专属规则↗
🧭

把技术选型换算成你的开发预算

40 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟

⚔️ 模型战力比拼→💰 比较订阅与额度↗
实战指南准备好将技术转化为生产力？

即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。

⚔️ 开始双模型比拼→💳 查看可用套餐↗
接着读NVIDIA 开源 Nemotron 3.5 Transcribe：30B MoE 仅约 4B 激活，一个模型做 40 语种转写、说话人标注和翻译，Open ASR 英文榜开源第一
立即阅读→