Transcrição · xAI
xAI Speech to Text
O reconhecimento de fala da xAI, a transcrição mais barata do catálogo. Anonimizado.
Anonimizado Low costO que o diferencia
A conversão de fala em texto da xAI é a mais barata do catálogo, a US$ 0,10 por hora em lote. Cobre mais de 25 idiomas, identifica interlocutores, lida com áudio multicanal e formata números e entidades. A versão 2.0 reduz a taxa de erro mais ou menos pela metade.
- US$ 0,10 por hora em lote, segundo a xAI
- Mais de 25 idiomas, identificação de interlocutores, multicanal
- Formata números, moedas e e-mails
Recomendado para: transcrever reuniões e ditados.
Pontos fortes e limites
Onde ele brilha
- O menor preço por minuto aqui
- Mais de 25 idiomas, segundo a xAI
Pense duas vezes quando
- Anonimizado, não privado: vale a política de retenção da xAI
- Mais novo e menos testado que o Parakeet ou o Whisper
- Mais de 25 idiomas
Casos de uso
Transcrever uma ligação com nomes e valores
Transcreva esta ligação de cliente em dois canais, formate os valores e os endereços de e-mail, e identifique o atendente e o cliente.
Lida com áudio multicanal e formatação de entidades, segundo a xAI.
Transcrever um arquivo grande com pouco orçamento
Transcreva estas 40 aulas gravadas em texto simples, um arquivo por aula.
O preço por hora é o mais baixo aqui.
Diante dos rivais
- ScribeO Scribe cobre mais de 90 idiomas e marcação de sons, a um preço mais alto.1º de 4 em Artificial Analysis word error rate ( 2,2%)
- WhisperO Whisper é privado, aberto e cobre 99 idiomas.3º de 4 em Artificial Analysis word error rate ( 4,1%)
- ParakeetO Parakeet é privado e igualmente barato, para 25 idiomas europeus.
Histórico de versões
Cada versão, com data, e o que ela mudou em relação à anterior.
Os pontos vazados são versões anteriores que o Sub Rosa não oferece mais.
Ver os números
| Versão | Lançamento | % |
|---|---|---|
| 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)A mais recente
- API independente de fala para texto, em lote e em streaming, com identificação de interlocutores, marcação de tempo e áudio multicanal
- Normalização inversa de texto para números, moedas e endereços de e-mail
- Grok Voice Transcribe 2.0Anterior, fora do Sub Rosa
- Duas vezes mais preciso que o 1.0 pelo mesmo preço, segundo a xAI
- Taxa de erro multilíngue em frases curtas caiu de 20,6% para 6,8% em 19 idiomas
Benchmarks
Como ler estas pontuações: o que um benchmark diz.
Artificial Analysis word error rate: 2º de 4 modelos medidos no catálogo. A proporção de palavras que uma transcrição erra (omitidas, acrescentadas ou trocadas) em um conjunto variado de gravações reais. Quanto menor, melhor. Com 5%, uma palavra em cada vinte precisa de correção; abaixo de 3%, a transcrição sai quase limpa.
Ver os números
| 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 pelo fabricante
Medidas pelo fabricante com as próprias configurações: úteis, mas não diretamente comparáveis às pontuações independentes acima.
| Benchmark | Modelo | Trilha | Fonte |
|---|---|---|---|
| Artificial Analysis word error rate | xAI Speech to Text v1 | 6,9% | x.ai |
O modelo desta família
| Modelo | Uso | Privacidade | Preço |
|---|---|---|---|
xAI Speech to Text v1stt-xai-v1 | Transcrição | Anonimizado | $ 0,048 por hora de áudio |
Especificações
| Especificação | Grok Speech to Text 1.0 |
|---|---|
| Lançamento | 17 de abril de 2026 |
| Pesos | Fechados |
| Aceita | audio |
| Produz | text |
| Idiomas | Mais de 25 idiomas |
| Preço | $ 0,048 por hora de áudio |
| Privacidade | Anonimizado |
Preços, contexto e durações do catálogo ao vivo em 16 de outubro de 2026; parâmetros e licenças segundo o fabricante.
Fontes
Tudo nesta página vem destas páginas, lidas em 16 de outubro de 2026 ou na data indicada em cada pontuação.