**SpaceXAI 发布 Grok Voice Transcribe 2.0 语音转文本模型：错误率降低约一半，价格保持不变**

> <p data-vmark="6b49"\>IT之家 9 月 19 日消息，当地时间 9 月 18 日，SpaceXAI 发布了 Grok Voice Transcribe 2.0 语音转文本模型，在保持价格不变的前提下，错误率降低约一半。</p\><p data-vmark="17d0"\>官方表示，Grok Voice Transcribe 2.0 基于 Grok Voice 底层的音频基础模型构建。目前，Grok Voice 已全面赋能实际业务：每天承接数万通客服电话，转录数百万小时的视频旁白，并驱动实体硬件中的各类语音智能体 —— 其中包括特斯拉车辆中搭载的 Grok 助手。</p\><p data-vmark="5219"\>在 Artificial Analysis 榜单中，<strong\>Grok Voice Transcribe 2.0 在全部 32 款流式模型中准确率高居榜首</strong\>。</p\><p style="text-align: center;" data-vmark="666c"\><img src="https://img.ithome.com/newsuploadfiles/2026/9/e1d9a2c6-2357-404c-bd3e-5ea00aca90fa.jpg?x-bce-process=image/format,f\_auto" w="1440" h="1013" data-mpos="0,2" data-weibo="0" data-vmark="7ba7" class="no-alt-img"\></p\><p data-vmark="9f1f"\>除公开基准外，SpaceXAI 基于线上实际业务中采样的四个内部数据集，对模型的词错误率进行了系统评测。这四个测试集分别涵盖：客服电话音频、与 Grok 的日常对话（英语）、电话号码、邮箱、地址等口述信息，以及多语种简短语音指令。在四个数据集的评测中，Grok Voice Transcribe 2.0 的表现均全面超越 1.0 版本。</p\><p style="text-align: center;" data-vmark="9dc0"\><img src="https://img.ithome.com/newsuploadfiles/2026/9/50c925f0-6c59-4d73-9651-f1911a9f1d0d.png?x-bce-process=image/format,f\_auto" w="1440" h="1379" data-weibo="1" data-vmark="dd73" class="no-alt-img"\></p\><p data-vmark="e97c"\>Grok Voice Transcribe 2.0 的定价与 1.0 版本保持完全一致。批量转录为每小时音频 0.10 美元<span class="exch-money-value "\>（IT之家注：现汇率约合 0.67 元人民币）</span\>，实时流式转录为每小时 0.20 美元<span class="exch-money-value "\>（现汇率约合 1.3 元人民币）</span\>；同时，说话人分离、精确时间戳以及自定义关键词功能均已全部包含在内，无需支付额外费用。</p\><p style="text-align: center;" data-vmark="bee3"\><img src="https://img.ithome.com/newsuploadfiles/2026/9/dbfa731f-6181-4412-ba8b-e1cbc2953ff5.png?x-bce-process=image/format,f\_auto" w="1440" h="695" data-weibo="2" data-vmark="a4d7" class="no-alt-img"\></p\>

**来源信息**
- **来源**：IT之家（RSS）
- **分类**：ai-models
- **发布时间**：2026-09-19 19:12（北京时间）
- **原文**：[打开原文](https://www.ithome.com/1/004/534.htm)