Kampuni ya SpaceXAI inayomilikiwa na Elon Musk jana (Julai 29) ilizindua Grok Voice Think Fast 2.0, muundo wake wenye uwezo mkubwa na akili zaidi wa AI wa sauti-kwa-sauti (speech-to-speech).
Kuhusu bei, gharama ya sauti ya muundo huu ni dola 0.08 kwa dakika (kumbuka: kwa kiwango cha sasa cha ubadilishaji, ni takriban yuan 0.54). Rasmi imepanga kuboresha muundo wa grok-voice-latest tarehe 5 Agosti, kutoka grok-voice-think-fast-1.0 hadi grok-voice-think-fast-2.0.
Muundo huu unalenga kuboresha uwezo wa kufanya hoja kwa sauti, usahihi wa unukuzi, uwezo wa mazungumzo na utegemezi wa mwito wa zana. Kulingana na data ya majaribio ya kulinganisha sauti-kwa-sauti iliyotolewa na Artificial Analysis, AA Speech-to-Speech Quality Index ya muundo mpya ni 82.9%, ikiwa imeongezeka kwa asilimia 7.2 ikilinganishwa na 75.7% ya Grok Voice Think Fast 1.0.
SpaceXAI ilisema kuwa muundo huu unaweza kufanya hoja kwa wakati mmoja anapozungumza, bila kuhitaji kucheleweshwa zaidi ili kupata uwezo wa kufanya hoja. Kampuni hiyo pia ilisema kuwa toleo jipya limepunguza idadi ya Token za hoja zinazohitajika kwa kila jibu; katika mazingira ya uzalishaji, mwito wa zana kwa kawaida hukamilika kabla wakala hajamaliza sentensi yake ya kwanza.
xAI ilisema katika tathmini ya ndani iliyohusisha maelfu ya vifungu vya maneno katika lugha 24, utendaji wa unukuzi wa Grok Voice Think Fast 2.0 ni mara 1.5~2.0 bora kuliko Deepgram Nova 3 na ElevenLabs Scribe v2, na mara 1.4 bora kuliko toleo la 1.0. Katika mazingira yenye kelele kubwa za mandharinyuma na mgandamizo wa simu, xAI ilisema tofauti yake na miundo maalum ya kubadilisha sauti kuwa maandishi inaweza kuongezeka hadi takriban mara 10.