概览
SpaceXAI 面向批处理与实时流式语音识别的转写模型，强化多语言、说话人分离、时间戳和嘈杂真实场景准确性。
Grok Voice Transcribe 2.0
SpaceXAI 面向批处理与实时流式语音识别的转写模型，强化多语言、说话人分离、时间戳和嘈杂真实场景准确性。
Grok Voice Transcribe 2.0 已在 Speech-to-Text API 提供并成为默认型号；1.0 仍可用但将于未来数周弃用。
模型编号121
- 首次公开日期
- 2026-09-17
- 组织
- SpaceXAI
- 家族
- Grok
01
规格概览
仅展示已有公开资料的规格。
- 输入模态
- 音频
- 输出模态
- 文本
- 开放权重
- 否
- 状态
- 当前版本
02
概览
为什么重要
它把 Grok Voice 的音频基础模型能力扩展为独立转写 API，并在不改变现有接口的情况下替换首代转写型号。
前代Grok Voice Transcribe 1.0— · — ctx
当前Grok Voice Transcribe 2.0— · — ctx
04
架构与能力
模型能力
语音转写实时音频说话人分离语音端点检测多语言
05
发布历史
SpaceXAI 在 9 月 17 日将 Grok Voice Transcribe 2.0 上线 Speech-to-Text API，并宣布它将成为默认转写型号；Grok Voice Transcribe 1.0 进入弃用过渡。发布文章日期为 9 月 18 日。
查看原文06
相关模型
点击卡片查看相关模型。
07
来源
建议修正这条记录
复制下方模板，补上字段、建议值和一手来源后发给资料维护者。