xAI lanza Grok Voice Transcribe 2.0, modelo de transcripción de voz con soporte multilingüe mejorado
Hecho Qué ha ocurrido
xAI presentó Grok Voice Transcribe 2.0, disponible vía API, con precisión que la compañía dice duplicar a la versión anterior. Mantiene precios de 0,10 dólares por hora en lotes y 0,20 dólares en tiempo real, y según xAI lidera un ranking de Artificial Analysis entre 32 modelos. En pruebas propias con frases breves en 19 idiomas, la tasa de error pasó de 20,6% a 6,8%. Loom, de Atlassian, ya lo utiliza para transcribir vídeos.
Resumen generado mediante IA a partir de Infobae Tecno. Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Mejoras en transcripción multilingüe y detección de hablantes facilitan aplicaciones de atención al cliente, agentes de voz y documentación automática con menor coste.
- Quién se ve afectado
- Empresas de atención al cliente, desarrolladores de agentes de voz, plataformas de grabación y transcripción como Loom.
- Qué puede cambiar
- Reduce errores en comandos de voz cortos y multilingües, lo que puede mejorar la fiabilidad de asistentes de voz integrados en productos y vehículos.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Conviene vigilar la adopción por otros clientes empresariales, comparativas independientes frente a Whisper, Gemini y ElevenLabs, y el ritmo de retirada de la versión 1.0.
Recomendación Qué debería hacer una empresa
Empresas con procesos de transcripción o atención al cliente por voz podrían evaluar la API en los próximos 3-6 meses frente a alternativas como Whisper o Deepgram.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Fuente original: Infobae Tecno. La referencia es siempre el artículo original.
Ver fuente original ↗Tu opinión
0 comentarios
Relacionadas
IA de Ant Group asiste a médicos rurales chinos que atienden a miles de pacientes
En zonas rurales de China, médicos como Zhang Qifang, que atiende solo a 2.000 pacientes en Pu'an, usan Ant Afu, un asistente de IA de Ant Group basado en el…
Por qué importaEs un ejemplo de cómo la IA puede paliar la escasez crónica de especialistas en zonas rurales, un problema no exclusivo de China sino también…
Alibaba lanza Qwen3.8-Omni-Flash, modelo multimodal más barato que Gemini Flash
Alibaba presentó Qwen3.8-Omni-Flash, su primer modelo multimodal para agentes de IA, que procesa audio y vídeo conjuntamente con ventana de contexto de un…
Por qué importaOfrece capacidades multimodales similares a un modelo líder de Google a un coste sensiblemente menor, lo que presiona los precios del mercado de IA…
Unity lanza plugins oficiales para Claude Code y OpenAI Codex
Unity Technologies ha publicado plugins oficiales para Claude Code y OpenAI Codex, con 31 habilidades para UI, gráficos 2D, render pipeline URP, audio…
Por qué importaFacilita la integración de agentes de codificación IA en flujos de desarrollo de videojuegos reales, reduciendo errores por información obsoleta y…
China estrena 'Beyond Wukong', primera serie de TV generada íntegramente con IA
Mango TV y Hunan Satellite TV estrenaron 'Beyond Wukong', serie de 30 episodios de 40 minutos generada con los modelos Seedance 2.0 y 2.5 de ByteDance. Un…
Por qué importaEs la primera demostración a escala comercial de que la IA generativa puede producir contenido audiovisual largo con costes y tiempos drásticamente…