Trascrizione · xAI

xAI Speech to Text

Il riconoscimento vocale di xAI, la trascrizione più economica del catalogo. Anonimizzato.

Anonimizzato Low cost
Ultima versioneGrok Speech to Text (1.0)17 aprile 2026
Artificial Analysis word error rate4%2° su 4 in Artificial Analysis word error rate
Prezzo0,048 $ per ora di audioxAI Speech to Text v1
Specifica chiaveOltre 25 lingue

Cosa lo distingue

Il riconoscimento vocale di xAI è il più economico del catalogo, a 0,10 $ l'ora in batch. Copre oltre 25 lingue, distingue gli interlocutori, gestisce l'audio multicanale e formatta numeri ed entità. La versione 2.0 dimezza circa il suo tasso di errore.

  • 0,10 $ l'ora in batch, secondo xAI
  • Oltre 25 lingue, riconoscimento degli interlocutori, multicanale
  • Formatta numeri, valute ed email

Consigliato per: trascrivere riunioni e dettature.

Punti di forza e limiti

Dove dà il meglio

  • Il prezzo al minuto più basso qui
  • Oltre 25 lingue, secondo xAI

Pensaci due volte quando

  • Anonimizzato, non privato: si applica la politica di conservazione di xAI
  • Più recente e meno collaudato di Parakeet o Whisper
  • Oltre 25 lingue

Casi d’uso

Trascrivere una telefonata con nomi e importi

Trascrivi questa chiamata con il cliente su due canali, formatta gli importi e gli indirizzi email, e indica chi è l'operatore e chi il cliente.

Gestisce l'audio multicanale e la formattazione delle entità, secondo xAI.

Trascrivere un grande archivio con un budget ridotto

Trascrivi queste 40 lezioni registrate in testo semplice, un file per lezione.

Il prezzo orario è il più basso qui.

Rispetto ai rivali

  • ScribeScribe copre oltre 90 lingue e i tag dei suoni, a un prezzo più alto.1° su 4 in Artificial Analysis word error rate ( 2,2%)
  • WhisperWhisper è privato, aperto e copre 99 lingue.3° su 4 in Artificial Analysis word error rate ( 4,1%)
  • ParakeetParakeet è privato e altrettanto economico, per 25 lingue europee.
Confronta fianco a fianco ↗

Cronologia delle versioni

Ogni versione, datata, con ciò che ha cambiato rispetto alla precedente.

Artificial Analysis word error rate, versione dopo versionePiù basso è meglio · Artificial Analysis

I punti vuoti sono versioni precedenti non più offerte in Sub Rosa.

Vedi i numeri
VersioneUscita%
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 più recente
    • API autonoma di riconoscimento vocale, in batch e in streaming, con identificazione degli interlocutori, timestamp e audio multicanale
    • Normalizzazione inversa del testo per numeri, valute e indirizzi email
    Sorgente : x.ai
  2. Grok Voice Transcribe 2.0Precedente, non in Sub Rosa
    • Due volte più preciso della 1.0 allo stesso prezzo, secondo xAI
    • Tasso di errore multilingue sulle frasi brevi sceso dal 20,6% al 6,8% su 19 lingue
    Sorgente : x.ai

Benchmark

Come leggere questi punteggi: cosa dice un benchmark.

Artificial Analysis word error rate: 2° su 4 modelli misurati nel catalogo. La quota di parole che una trascrizione sbaglia (omesse, aggiunte o sostituite) su un insieme variegato di registrazioni reali. Più basso è meglio. Al 5%, una parola su venti va corretta; sotto il 3% una trascrizione si legge quasi pulita.

Artificial Analysis word error ratePiù basso è meglio · Artificial Analysis, 4 ottobre 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%
Vedi i numeri
Modello%
1. ElevenLabs Scribe V22,2%
2. xAI Speech to Text v14%
3. Whisper Large V34,1%
4. Wizper (Whisper v3)4,7%

Annunciato dal produttore

Misurati dal produttore con le proprie impostazioni: utili, ma non direttamente confrontabili con i punteggi indipendenti qui sopra.

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

Il modello di questa famiglia

ModelloUsoPrivacyPrezzo
xAI Speech to Text v1stt-xai-v1TrascrizioneAnonimizzato0,048 $ per ora di audio

Scheda tecnica

CaratteristicaGrok Speech to Text 1.0
Uscita17 aprile 2026
PesiChiusi
Accettaaudio
Producetext
LingueOltre 25 lingue
Prezzo0,048 $ per ora di audio
PrivacyAnonimizzato

Prezzi, contesto e durate dal catalogo in tempo reale del 16 ottobre 2026; parametri e licenze secondo il produttore.

Fonti

Tutto ciò che è in questa pagina viene da queste pagine, lette il 16 ottobre 2026 o alla data indicata su ogni punteggio.

Mostra le 4 fonti
Scopri di più su xAI Speech to Text ↗