SpaceXAI的Grok Voice 3.0在人工分析排名中夺得第一名

SpaceXAI 推出了最新版本的语音识别模型 Grok Voice 3.0，该模型在人工分析语音模型指数中以 86.9 分排名第一。该模型专为从事客户支持和通过语音代理进行销售的企业设计。Grok Voice 3.0 易于集成，仅通过 API 运行，消除了对模型权重和本地版本开放访问的可能性。

Grok Voice 3.0 展示了显著的性能改进：其首次发声时间为 0.81 秒，比 GPT-Live-1（Astra，中等）的 1.34 秒快 40%。使用该模型的成本为每分钟 0.08 美元，这也与之前的版本 Grok Voice 2.0 相当，现在被认为已过时。该模型支持 28 种内置语音和 20 个不同地区的自动语言检测，使其能够适应各种用户和情况。

在测试中，Grok Voice 3.0 显示出高水平的任务成功率——94.8%，并在 Big Bench Audio 测试中取得了 98.5% 的成绩，使其成为市场上最好的产品之一。然而，在与代理任务相关的标准中，如 τ-Voice，该模型仍然落后于 GPT-Live-1，得分为 71.6%。尽管如此，Grok Voice 3.0 在可用的同类产品中仍然具有最高的整体性能评级，从而为使用语音代理增强客户支持的公司提供了价值。对于生产，建议开发人员指定版本 grok-voice-3.0，而不是别名 grok-voice-latest。