Grok Voice Transcribe 2.0 发布，登顶流式语音转写准确率榜首

xAI 正式发布语音转文字模型 Grok Voice Transcribe 2.0，在流式转写基准测试中取得较低字错误率表现。

• 在 Artificial Analysis AA-WER 流式评测中，该模型最终转写字错误率达 2.7%（语音结束后 0.49 秒），首个部分转写字错误率达 3.4%。
• 非流式转写评测中 AA-WER 得分为 2.3%，在 59 个参评模型中位列第 5，处理速度因子约为 160 倍速。
• 定价维持初代水平，流式转写收费 0.20 美元/小时（3.33 美元/千分钟），非流式批量处理收费 0.10 美元/小时（1.67 美元/千分钟），支持说话人日志与多声道等特性。
• 影响/看点：该模型在流式转写精度与延迟之间建立了新的权衡，但在超低延迟场景（如 150ms 级别实时对话）中相较部分专用模型仍存在一定延迟取舍。
• 资料依据:
• X：Artificial Analysis (@ArtificialAnlys)（2026-09-18）：https://x.com/ArtificialAnlys/status/2101065575737024844
• xAI 官方公告（2026-09-18）：https://x.ai/blog/grok-voice-transcribe-2

本内容由 AI 生成，仅供参考，请注意甄别