18 апреля 2026 года компания xAI официально открыла доступ к своему API Grok Speech to Text (STT). Новый инструмент предназначен для преобразования речи в текст и поддерживает 25 мировых языков, включая полноценную работу с русским языком.
Сервис выделяется широким функционалом, который включает автоматическую расстановку пословных временных меток, корректную обработку многоканальных аудиозаписей, а также точную идентификацию и разделение реплик разных участников диалога.
В компании xAI утверждают, что смогли добиться высокого качества транскрипции при самых низких расценках на рынке:
- Файловая транскрипция: $0,1 за час аудио;
- Транскрипция в реальном времени (стриминг): $0,2 за час аудио.
Подобная ценовая политика позволяет сторонним разработчикам с минимальными затратами интегрировать продвинутые возможности Grok Speech to Text в свои программные продукты. Запуск API является очередным шагом в стратегии xAI по расширению экосистемы Grok.
Примечательно, что данный технологический стек уже прошел проверку в реальных условиях: он активно используется в работе голосового помощника Grok Voice, бортовых системах электромобилей Tesla и сервисах поддержки Starlink. Теперь эта отлаженная инфраструктура впервые доступна широкому кругу разработчиков.
Напомним, что ранее компания Илона Маска представила API для Text-to-Speech — инструмент, способный озвучивать текстовые данные, превращая их в выразительную и естественную человеческую речь.
