xAI 发布 Grok Voice Transcribe 2.0 语音转文字模型

xAI 于 2026 年 9 月 18 日发布 Grok Voice Transcribe 2.0，批量定价维持每小时音频 0.10 美元，官方称其准确率是 1.0 版本的两倍。该模型基于 Grok Voice 背后的音频基础模型，xAI 表示 Grok Voice 目前每天支撑数万通客服通话、转写数百万小时视频旁白，并在实体产品中运行语音代理。准确率提升幅度为厂商自述，尚无独立验证。

AI推荐理由 xAI 发布 Grok Voice Transcribe 2.0，官方称准确率较 1.0 翻倍，批量价格维持每小时音频 0.10 美元，并披露 Grok Voice 已用于每日数万通客服电话、数百万小时视频旁白转写及实体产品语音代理。新信息是版本迭代与定价策略，但准确率翻倍仅为厂商自述，缺少第三方评测或基准数据，需保留不确定性。