Grok выпусціў транскрыпцыю для шумных інтэрв’ю і відэа

xAI выпусціла Grok Voice Transcribe 2.0 — мадэль распазнавання маўлення для складанага гуку: тэлефонных размоў, некалькіх суразмоўцаў, акцэнтаў і пераключэння паміж мовамі. Кампанія сцвярджае, што новая версія ўдвая дакладнейшая за папярэднюю пры той самай цане.

Для рэдакцый, падкастаў і відэа карысныя diarization спікераў, пазнакі часу да слова, рэжым streaming, асобная апрацоўка да васьмі аўдыяканалаў і слоўнік да 100 спецыяльных тэрмінаў. Падтрымліваецца і транскрыпцыя некалькіх моў у адным запісе.

Кошт — $0,10 за гадзіну batch-транскрыпцыі і $0,20 за гадзіну ў рэжыме рэальнага часу. Гэта хмарны API, адкрытых вагаў няма.

Крыніца: xAI, 18 верасня 2026.