Transcripción · xAI
xAI Speech to Text
El reconocimiento de voz de xAI, la transcripción más barata del catálogo. Anonimizado.
Anonimizado Low costQué lo distingue
La conversión de voz a texto de xAI es la más barata del catálogo, a 0,10 $ por hora en lote. Cubre más de 25 idiomas, identifica a los interlocutores, maneja audio multicanal y da formato a números y entidades. La versión 2.0 reduce aproximadamente a la mitad su tasa de error.
- 0,10 $ por hora en lote, según xAI
- Más de 25 idiomas, identificación de interlocutores, multicanal
- Da formato a números, monedas y correos
Recomendado para: transcribir reuniones y dictados.
Puntos fuertes y límites
Dónde brilla
- El precio por minuto más bajo de aquí
- Más de 25 idiomas, según xAI
Piénsalo dos veces si
- Anonimizado, no privado: se aplica la política de conservación de xAI
- Más reciente y menos probado que Parakeet o Whisper
- Más de 25 idiomas
Casos de uso
Transcribir una llamada con nombres e importes
Transcribe esta llamada de cliente en dos canales, da formato a los importes y las direcciones de correo, e indica quién es el agente y quién el cliente.
Maneja audio multicanal y el formato de entidades, según xAI.
Transcribir un archivo grande con poco presupuesto
Transcribe estas 40 clases grabadas como texto plano, un archivo por clase.
El precio por hora es el más bajo de aquí.
Frente a sus rivales
- ScribeScribe cubre más de 90 idiomas y etiquetas de sonido, a un precio más alto.Puesto 1 de 4 en Artificial Analysis word error rate ( 2,2 %)
- WhisperWhisper es privado, abierto y cubre 99 idiomas.Puesto 3 de 4 en Artificial Analysis word error rate ( 4,1 %)
- ParakeetParakeet es privado e igual de barato, para 25 idiomas europeos.
Historial de versiones
Cada versión, con su fecha y lo que cambió respecto a la anterior.
Los puntos huecos son versiones anteriores que Sub Rosa ya no ofrece.
Ver las cifras
| Versión | Lanzamiento | % |
|---|---|---|
| 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)La más reciente
- API independiente de voz a texto, por lotes y en streaming, con identificación de interlocutores, marcas de tiempo y audio multicanal
- Normalización inversa del texto para números, monedas y direcciones de correo
- Grok Voice Transcribe 2.0Anterior, fuera de Sub Rosa
- El doble de preciso que 1.0 al mismo precio, según xAI
- Tasa de error multilingüe en frases cortas reducida del 20,6 % al 6,8 % en 19 idiomas
Benchmarks
Cómo leer estas puntuaciones: lo que te dice un benchmark.
Artificial Analysis word error rate: puesto 2 de 4 modelos medidos en el catálogo. La proporción de palabras que una transcripción hace mal (omitidas, añadidas o cambiadas) en un conjunto variado de grabaciones reales. Más bajo es mejor. Con un 5 %, una palabra de cada veinte necesita corrección; por debajo del 3 %, una transcripción se lee casi limpia.
Ver las cifras
| Modelo | % |
|---|---|
| 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 % |
Anunciado por el fabricante
Medidas por el fabricante con su propia configuración: útiles, pero no directamente comparables con las puntuaciones independientes de arriba.
| Benchmark | Modelo | Música | Fuente |
|---|---|---|---|
| Artificial Analysis word error rate | xAI Speech to Text v1 | 6,9 % | x.ai |
El modelo de esta familia
| Modelo | Uso | Privacidad | Precio |
|---|---|---|---|
xAI Speech to Text v1stt-xai-v1 | Transcripción | Anonimizado | 0,048 $ por hora de audio |
Especificaciones
| Especificación | Grok Speech to Text 1.0 |
|---|---|
| Lanzamiento | 17 de abril de 2026 |
| Pesos | Cerrados |
| Acepta | audio |
| Produce | text |
| Idiomas | Más de 25 idiomas |
| Precio | 0,048 $ por hora de audio |
| Privacidad | Anonimizado |
Precios, contexto y duraciones del catálogo en vivo el 16 de octubre de 2026; parámetros y licencias según el fabricante.
Fuentes
Todo lo que hay en esta página viene de estas páginas, leídas el 16 de octubre de 2026 o en la fecha indicada en cada puntuación.