18 апреля 2026 года xAI официально анонсировала запуск своего API Grok Speech to Text (STT), который теперь доступен для широкой аудитории. Этот сервис предлагает транскрипцию речи на 25 языках, среди которых есть и русский, что делает его многофункциональным инструментом для разработчиков.
Среди его уникальных возможностей выделяются пословные временные метки, работа с многоканальным аудио и высокоточное разделение реплик участников диалога. По словам компании, Grok STT обеспечивает выдающееся качество по самым конкурентным ценам на рынке: файловая транскрипция стоит всего $0,1 за час аудио, а стриминг в реальом времени — $0,2 за час.
Эта новинка упрощает интеграцию продвинутых функций транскрипции в приложения, что соответствует стратегии xAI по расширению потенциала Grok. Стоит отметить, что тот же технологический стек уже используется в Grok Voice, автомобилях Tesla и службе поддержки Starlink, и теперь он доступен для сторонних разработчиков. Ранее xAI также представила Text-to-Speech API, который преобразует текст в выразительную речь.