Transkription · xAI
xAI Speech to Text
Die Spracherkennung von xAI, die günstigste Transkription im Katalog. Anonymisiert.
Anonymisiert Low costWas es auszeichnet
Die Spracherkennung von xAI ist die günstigste im Katalog, mit 0,10 $ pro Stunde im Batch. Sie deckt über 25 Sprachen ab, kennzeichnet Sprecher, verarbeitet Mehrkanal-Audio und formatiert Zahlen und Entitäten. Version 2.0 halbiert ihre Fehlerrate ungefähr.
- 0,10 $ pro Stunde im Batch, laut xAI
- Über 25 Sprachen, Sprechererkennung, Mehrkanal
- Formatiert Zahlen, Währungen und E-Mails
Empfohlen für: meetings und diktate transkribieren.
Stärken und Grenzen
Wo es glänzt
- Niedrigster Preis pro Minute hier
- Über 25 Sprachen, laut xAI
Zweimal überlegen, wenn
- Anonymisiert, nicht privat: Es gilt die Aufbewahrungsrichtlinie von xAI
- Neuer und weniger erprobt als Parakeet oder Whisper
- Über 25 Sprachen
Anwendungsfälle
Ein Telefonat mit Namen und Beträgen transkribieren
Transkribiere dieses Kundengespräch auf zwei Kanälen, formatiere die Beträge und E-Mail-Adressen und kennzeichne den Mitarbeiter und den Kunden.
Es verarbeitet Mehrkanal-Audio und formatiert Entitäten, laut xAI.
Ein großes Archiv mit kleinem Budget transkribieren
Transkribiere diese 40 aufgenommenen Vorlesungen als reinen Text, eine Datei pro Vorlesung.
Der Preis pro Stunde ist hier der niedrigste.
Im Vergleich zur Konkurrenz
- ScribeScribe deckt über 90 Sprachen und Geräusch-Tags ab, zu einem höheren Preis.Platz 1 von 4 bei Artificial Analysis word error rate ( 2,2 %)
- WhisperWhisper ist privat, offen und deckt 99 Sprachen ab.Platz 3 von 4 bei Artificial Analysis word error rate ( 4,1 %)
- ParakeetParakeet ist privat und genauso günstig, für 25 europäische Sprachen.
Versionsverlauf
Jede Version, datiert, mit dem, was sie gegenüber der vorherigen geändert hat.
Hohle Punkte sind frühere Versionen, die Sub Rosa nicht mehr anbietet.
Zahlen ansehen
| Version | Veröffentlicht | % |
|---|---|---|
| Grok Speech to Text (1.0) | 2026-04-17 | 4 % |
| Grok Voice Transcribe 2.0 | 2026-09-18 | 2,3 % |
- Grok Speech to Text (1.0)Die neueste
- Eigenständige Speech-to-Text-API mit Batch und Streaming, Sprecherkennzeichnung, Zeitstempeln und Mehrkanal-Audio
- Inverse Textnormalisierung für Zahlen, Währungen und E-Mail-Adressen
- Grok Voice Transcribe 2.0Älter, nicht in Sub Rosa
- Doppelt so genau wie 1.0 zum selben Preis, laut xAI
- Mehrsprachige Fehlerrate bei kurzen Phrasen von 20,6 % auf 6,8 % gesenkt, über 19 Sprachen
Benchmarks
So liest du diese Werte: was ein Benchmark aussagt.
Artificial Analysis word error rate: Platz 2 von 4 im Katalog gemessenen Modellen. Der Anteil der Wörter, die eine Transkription falsch erfasst (ausgelassen, hinzugefügt oder ersetzt), auf einer gemischten Sammlung echter Aufnahmen. Niedriger ist besser. Bei 5 % muss jedes zwanzigste Wort korrigiert werden; unter 3 % liest sich ein Transkript fast fehlerfrei.
Zahlen ansehen
| Modell | % |
|---|---|
| 1. ElevenLabs Scribe V2 | 2,2 % |
| 2. xAI Speech to Text v1 | 4 % |
| 3. Whisper Large V3 | 4,1 % |
| 4. Wizper (Whisper v3) | 4,7 % |
Vom Hersteller angekündigt
Vom Hersteller mit eigenen Einstellungen gemessen: nützlich, aber nicht direkt mit den unabhängigen Werten oben vergleichbar.
| Benchmark | Modell | Filmmusik | Quelle |
|---|---|---|---|
| Artificial Analysis word error rate | xAI Speech to Text v1 | 6,9 % | x.ai |
Das Modell dieser Familie
| Modell | Einsatz | Datenschutz | Preis |
|---|---|---|---|
xAI Speech to Text v1stt-xai-v1 | Transkription | Anonymisiert | 0,048 $ pro Stunde Audio |
Technische Daten
| Merkmal | Grok Speech to Text 1.0 |
|---|---|
| Veröffentlicht | 17. April 2026 |
| Gewichte | Geschlossen |
| Akzeptiert | audio |
| Erzeugt | text |
| Sprachen | Über 25 Sprachen |
| Preis | 0,048 $ pro Stunde Audio |
| Datenschutz | Anonymisiert |
Preise, Kontext und Längen aus dem Live-Katalog vom 16. Oktober 2026; Parameter und Lizenzen vom Hersteller.
Quellen
Alles auf dieser Seite stammt von diesen Seiten, gelesen am 16. Oktober 2026 oder wie bei jedem Wert datiert.