先了解这件事
AI 综述
2026年4月17日,xAI发布两个独立音频API:Grok Speech to Text(STT)和Grok Text to Speech(TTS),基于驱动Grok Voice、Tesla车辆和Starlink客服的同一套技术栈。据xAI官方信息,STT支持REST批量转写与WebSocket实时转写,具备词级时间戳、说话人分离、多声道和逆文本归一化,覆盖25+语言,批量定价每小时0.10美元、流式每小时0.20美元;TTS支持[laugh]、[sigh]、[whisper]等语音标签控制语气与情感,定价每100万字符15.00美元。目前尚无后续发展事实,状态为发布当日。
AI 根据公开报道生成
最新进展 · 正式报道
xAI 发布 Grok 语音转文字与文字转语音 API事件进展
1 个已确认进展
- 来源：xAI News
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
4月17日
xAI News一手精选
xAI 发布 Grok 语音转文字与文字转语音 API
xAI 发布两个独立音频 API：Grok Speech to Text（STT）和 Grok Text to Speech（TTS），基于驱动 Grok Voice、Tesla 车辆和 Starlink 客服的同一套技术栈。STT 支持 REST 批量转写与 WebSocket 实时转写，具备词级时间戳、说话人分离、多声道和逆文本归一化，覆盖 25+ 语言，批量定价 $0.10 每小时、流式 $0.20 每小时；TTS 支持 [laugh]、[sigh]、[whisper] 等语音标签控制语气与情感，定价 $15.00 每 100 万字符。