Grok Voice 3.0 de SpaceXAI ocupa el primer lugar en el ranking de Análisis Artificial

SpaceXAI ha introducido Grok Voice 3.0, la última versión de su modelo de reconocimiento de voz, que ocupa el primer lugar en el Índice de Modelos de Análisis de Voz Artificial con una puntuación de 86.9. Este modelo está diseñado para su uso en empresas dedicadas al soporte al cliente y ventas a través de agentes de voz. Fácil de integrar, Grok Voice 3.0 opera exclusivamente a través de API, eliminando la posibilidad de acceso abierto a los pesos del modelo y versiones locales.

Grok Voice 3.0 demuestra mejoras significativas en el rendimiento: tiene un tiempo hasta el primer sonido de 0.81 segundos, lo que es un 40% más rápido que GPT-Live-1 (Astra, medio), que tiene un resultado de 1.34 segundos. El costo de usar el modelo es de $0.08 por minuto, lo cual es también comparable a la versión anterior, Grok Voice 2.0, ahora considerada obsoleta. El modelo soporta 28 voces integradas y detección automática de idioma para 20 locales diferentes, haciéndolo adaptable a varios usuarios y situaciones.

En las pruebas, Grok Voice 3.0 mostró un alto nivel de tareas exitosas—94.8%, y logró un resultado de 98.5% en las pruebas de Big Bench Audio, colocándolo entre las mejores ofertas del mercado. Sin embargo, en criterios relacionados con tareas de agentes, como τ-Voice, el modelo aún queda detrás de GPT-Live-1 con una puntuación de 71.6%. No obstante, Grok Voice 3.0 sigue siendo el más alto en la calificación de rendimiento general entre los equivalentes disponibles, proporcionando así valor para las empresas que utilizan agentes de voz para mejorar su soporte al cliente. Para la producción, se recomienda a los desarrolladores especificar la versión grok-voice-3.0 en lugar del alias grok-voice-latest.