Grok Voice Transcribe 2.0 发布：短句 WER 从 20.6% 降至 6.8%
nima_owji · x · 2026-09-20
Grok Voice Transcribe 2.0 上线，据称是一次实质性升级而非改名：
- 准确率相对 1.0 版本提升约 2 倍
- 在 Artificial Analysis 的流式语音识别（STT）榜单位居第一
- 短语场景词错率（WER）从 20.6% 降至 6.8%
- 定价维持不变：$0.10 / $0.20
对于需要实时转写、字幕、语音输入类应用的开发者，这一代在流式场景的准确率提升值得关注。
所属事件:xAI 推出 Grok Voice Transcribe 2.0 号称全球最准(2 条相关)→
「模型」频道最新
- GLM-5.3 去审查版 3 分 41 秒完成红队攻击,原版直接拒绝 — bratton · 2026-11-04
- 腾讯混元发布 Hy4,开源权重即将放出 — heatOverflower · 2026-11-04
- OpenAI 下一代模型成本惊人，网友调侃需要 800B 激活参数 — teortaxesTex · 2026-11-04
- Gemini 拒识一张纯数字截图，图像理解翻车现场 — Regular_Elk4015 · 2026-11-04
- LMArena 上线 Agent Arena，可实测对比各家 AI 智能体 — arena · 2026-11-04
- 腾讯混元 4 发布完整跑分,成绩单全览 — EmetInteractive · 2026-11-04