Grok Voice 上架 fal：0.7 秒响应，支持 30+ 音色克隆与 25+ 语言
SpaceXAI · x · 2026-09-17
xAI 的语音模型 Grok Voice 已在 fal 平台上线。响应延迟仅 0.70 秒，且常能在用户话说完之前完成工具调用。
能力包括：带词级时间戳的语音转写、30+ 音色、25+ 语言的文本转语音，以及仅需两分钟音频即可克隆声音。视频中的所有声音均由 Grok Voice 生成，可用于构建低延迟智能客服 agent。
「多模态」频道最新
- Mistral OCR 作者联手发布文档抽取基准，直指现有评测盲区 — VikParuchuri · 2026-09-17
- 全AI生成的2.5小时《奥德赛》电影烂到劝退观众 — The Verge AI · 2026-09-17
- AI 生成科幻喜剧「Maiden USA」短片上线 — Living_Operation4319 · 2026-09-17
- 用 GRU「规划器」引导流扩散模型,改善自制视频模型运动连贯性 — pixlpa · 2026-09-17
- Cine Sueños 发布预告：十部曲 AI 叙事电影宇宙亮相 — DreamArchitect_ES · 2026-09-17
- 用 Spawn 一天做出游戏大作级内容，作者预告今晚放实机 — TAbrodi · 2026-09-17