xai正式推出grok voice agent api,面向全球开发者开放其已在tesla汽车及官方移动应用中实际部署并验证的语音智能代理技术。

据悉,该API覆盖数十种主流语言,支持实时工具调用与联网搜索功能,端到端首音频响应平均耗时低于1秒,并在Big Bench Audio权威语音评测中荣登榜首。

Grok Voice Agent基于xAI自研的全栈语音技术构建,涵盖语音活动检测(VAD)、专用分词器及高性能音频理解模型,按使用时长计费,单价为每分钟0.05美元。API全面兼容OpenAI Realtime API规范,并内置Ara、Eve、Leo等多款具备情感张力与自然韵律的语音角色。
开发者可通过xAI官方LiveKit插件或浏览器端语音沙盒环境,实现分钟级快速集成与调试。
源码地址:点击下载
以上就是xAI 发布 Grok Voice Agent API的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号