Grok Voice 3.0 von SpaceXAI belegt den ersten Platz im Ranking der künstlichen Analyse

SpaceXAI hat Grok Voice 3.0 eingeführt, die neueste Version seines Spracherkennungsmodells, das im Artificial Analysis Speech Model Index mit einer Punktzahl von 86,9 den ersten Platz belegt. Dieses Modell ist für den Einsatz in Unternehmen konzipiert, die Kundenbetreuung und Vertrieb über Sprachagenten betreiben. Grok Voice 3.0 ist einfach zu integrieren und funktioniert ausschließlich über API, wodurch die Möglichkeit eines offenen Zugriffs auf Modellgewichte und lokale Versionen ausgeschlossen wird.

Grok Voice 3.0 zeigt erhebliche Leistungsverbesserungen: Es hat eine Zeit bis zum ersten Ton von 0,81 Sekunden, was 40 % schneller ist als GPT-Live-1 (Astra, mittel), das ein Ergebnis von 1,34 Sekunden hat. Die Nutzungskosten des Modells betragen 0,08 $ pro Minute, was auch mit der vorherigen Version, Grok Voice 2.0, vergleichbar ist, die jetzt als veraltet gilt. Das Modell unterstützt 28 integrierte Stimmen und automatische Spracherkennung für 20 verschiedene Regionen, was es anpassungsfähig für verschiedene Benutzer und Situationen macht.

In Tests zeigte Grok Voice 3.0 ein hohes Maß an erfolgreichen Aufgaben—94,8 % und erreichte ein Ergebnis von 98,5 % in Big Bench Audio Tests, was es zu einem der besten Angebote auf dem Markt macht. In Kriterien, die sich auf Agentenaufgaben beziehen, wie τ-Voice, liegt das Modell jedoch immer noch hinter GPT-Live-1 mit einer Punktzahl von 71,6 %. Dennoch bleibt Grok Voice 3.0 in der Gesamtleistungsbewertung unter den verfügbaren Gegenstücken am höchsten und bietet somit einen Mehrwert für Unternehmen, die Sprachagenten zur Verbesserung ihres Kundensupports einsetzen. Für die Produktion wird Entwicklern empfohlen, die Version grok-voice-3.0 anstelle des Alias grok-voice-latest anzugeben.