Transcription · xAI
xAI Speech to Text
La reconnaissance vocale de xAI, la transcription la moins chère du catalogue. Anonymisée.
Anonymisé Coût basCe qui le distingue
La reconnaissance vocale de xAI est la moins chère du catalogue, à 0,10 $ l’heure en lot. Elle couvre plus de 25 langues, identifie les locuteurs, gère l’audio multicanal et met en forme les nombres et entités. La version 2.0 divise à peu près son taux d’erreur par deux.
- 0,10 $ l’heure en lot, selon xAI
- Plus de 25 langues, identification des locuteurs, audio multicanal
- Met en forme nombres, devises et e-mails
Recommandé pour : transcrire des réunions et des dictées.
Forces et limites
Ses points forts
- Le prix à la minute le plus bas ici
- Plus de 25 langues, selon xAI
À éviter quand
- Anonymisé, pas privé : la politique de conservation de xAI s’applique
- Plus récent et moins éprouvé que Parakeet ou Whisper
- Plus de 25 langues
Cas d’usage
Transcrire un appel avec noms et montants
Transcrivez cet appel client sur deux canaux, mettez en forme les montants et adresses e-mail, et identifiez le conseiller et le client.
Il gère l’audio multicanal et la mise en forme des entités, selon xAI.
Transcrire un gros volume d’archives à petit prix
Transcrivez ces 40 cours enregistrés en texte brut, un fichier par cours.
Le prix à l’heure est le plus bas ici.
Face à ses rivaux
- ScribeScribe couvre plus de 90 langues et les étiquettes de sons, à un prix plus élevé.1er sur 4 au Artificial Analysis word error rate (2,2 %)
- WhisperWhisper est privé, ouvert et couvre 99 langues.3e sur 4 au Artificial Analysis word error rate (4,1 %)
- ParakeetParakeet est privé et tout aussi bon marché, pour 25 langues européennes.
Historique des versions
Chaque version, datée, avec ce qu’elle a changé par rapport à la précédente.
Les points creux sont des versions antérieures qui ne sont plus proposées dans Sub Rosa.
Voir les chiffres
| Version | Sortie | % |
|---|---|---|
| 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 plus récente
- API autonome de reconnaissance vocale en lot et en flux, avec locuteurs, horodatage et audio multicanal
- Normalisation inverse du texte pour nombres, devises et adresses e-mail
- Grok Voice Transcribe 2.0Antérieure, hors de Sub Rosa
- Deux fois plus précis que 1.0 au même prix, selon xAI
- Taux d’erreur multilingue sur phrases courtes passé de 20,6 % à 6,8 % sur 19 langues
Benchmarks
Comment lire ces scores : ce qu’un benchmark dit.
Artificial Analysis word error rate : 2e sur 4 modèles mesurés du catalogue. La part des mots qu’une transcription rate (oubliés, ajoutés ou remplacés) sur un ensemble varié de vrais enregistrements. Plus c’est bas, mieux c’est. À 5 %, un mot sur vingt est à corriger ; sous 3 %, la transcription se lit presque sans retouche.
Voir les chiffres
| Modèle | % |
|---|---|
| 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 % |
Annoncé par le fabricant
Mesurés par le fabricant avec ses propres réglages : utiles, mais pas directement comparables aux scores indépendants ci-dessus.
| Benchmark | Modèle | Score | Source |
|---|---|---|---|
| Artificial Analysis word error rate | xAI Speech to Text v1 | 6,9 % | x.ai |
Le modèle de cette famille
| Modèle | Usage | Confidentialité | Prix |
|---|---|---|---|
xAI Speech to Text v1stt-xai-v1 | Transcription | Anonymisé | 0,048 $ par heure d’audio |
Fiche technique
| Caractéristique | Grok Speech to Text 1.0 |
|---|---|
| Sortie | 17 avril 2026 |
| Poids | Fermés |
| Accepte | audio |
| Produit | texte |
| Langues | Plus de 25 langues |
| Prix | 0,048 $ par heure d’audio |
| Confidentialité | Anonymisé |
Prix, contexte et durées tirés du catalogue le 16 octobre 2026 ; paramètres et licences selon le fabricant.
Sources
Tout ce qui figure sur cette page vient de ces pages, lues le 16 octobre 2026 ou à la date indiquée sur chaque score.