xAI phát hành Grok Voice 3.0, đạt vị trí dẫn đầu trong thử nghiệm chuyển tiếp giọng nói thành giọng nói khác

Beating AI cung cấp tin tức mới: xAI đã ra mắt mô hình giọng nói Grok Voice 3.0. Theo thông báo từ nhà sản xuất, mô hình này đạt điểm 86.9 trong bài kiểm tra độc lập về chức năng “Speech-to-Speech Index”, xếp hạng đầu tiên. So sánh với các mô hình khác như Grok Voice 2.0 (đạt 81.3 điểm), GPT-Live-1 (83.2 điểm) và Gemini 3.8 Live (82.6 điểm), Grok Voice 3.0 có thời gian chậm trễ thấp hơn 1 giây.<br /> <br /> Hiện tại, mô hình này đã được triển khai thông qua API Voice Agent, với mức giá 0.08 đô la mỗi phút, tương tự như phiên bản trước. Việc sử dụng API grok-voice-latest sẽ tự động chuyển đổi sang mô hình này.<br /> <br /> Nhà sản xuất cho biết, Grok Voice được sử dụng để xử lý hàng triệu cuộc trò chuyện hàng ngày tại Tesla và SpaceX; trung tâm dịch vụ Starlink tiếp nhận khoảng 20.000 cuộc gọi mỗi ngày, trong đó khoảng 70% có thể được giải quyết mà không cần sự can thiệp của con người, và khoảng một phần tư số cuộc gọi bán hàng được hoàn tất trước khi kết thúc cuộc gọi. Kết quả kiểm tra trên ServiceNow EVA-Bench cho thấy mô hình này có độ chính xác 74%, trong khi τ-Voice chỉ đạt 71.6%. Nhà sản xuất cho rằng hiệu suất của Grok Voice ngang bằng với GPT-Live-1, nhưng thời gian chậm trễ của nó thấp hơn khoảng 40%.