Transcription · xAI

xAI Speech to Text

La reconnaissance vocale de xAI, la transcription la moins chère du catalogue. Anonymisée.

Anonymisé Coût bas
Dernière versionGrok Speech to Text (1.0)17 avril 2026
Artificial Analysis word error rate4 %2e sur 4 au Artificial Analysis word error rate
Prix0,048 $ par heure d’audioxAI Speech to Text v1
Spec pharePlus de 25 langues

Ce 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.
Comparer côte à côte ↗

Historique des versions

Chaque version, datée, avec ce qu’elle a changé par rapport à la précédente.

Artificial Analysis word error rate, version après versionPlus bas, mieux c’est · Artificial Analysis

Les points creux sont des versions antérieures qui ne sont plus proposées dans Sub Rosa.

Voir les chiffres
VersionSortie%
Grok Speech to Text (1.0)2026-04-174 %
Grok Voice Transcribe 2.02026-09-182,3 %
  1. 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
    Source : x.ai
  2. 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
    Source : x.ai

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.

Artificial Analysis word error ratePlus bas, mieux c’est · Artificial Analysis, 4 octobre 2026
  1. 1. ElevenLabs Scribe V2Scribe2,2 %
  2. 2. xAI Speech to Text v1xAI Speech to Text4 %
  3. 3. Whisper Large V3Whisper4,1 %
  4. 4. Wizper (Whisper v3)Whisper4,7 %
Voir les chiffres
Modèle%
1. ElevenLabs Scribe V22,2 %
2. xAI Speech to Text v14 %
3. Whisper Large V34,1 %
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.

BenchmarkModèleScoreSource
Artificial Analysis word error ratexAI Speech to Text v16,9 %x.ai

Le modèle de cette famille

ModèleUsageConfidentialitéPrix
xAI Speech to Text v1stt-xai-v1TranscriptionAnonymisé0,048 $ par heure d’audio

Fiche technique

CaractéristiqueGrok Speech to Text 1.0
Sortie17 avril 2026
PoidsFermés
Accepteaudio
Produittexte
LanguesPlus de 25 langues
Prix0,048 $ par heure d’audio
ConfidentialitéAnonymisé

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.

Afficher les 4 sources
En savoir plus sur xAI Speech to Text ↗