10月15日消息，SpaceXAI今日发布Grok Voice 3.0，官方称这是全球智能水平最高的语音转语音模型。该模型在客服电话处理任务上创下新纪录，拥有业界领先的低于1秒延迟，运行成本也低于其他前沿模型。Grok Voice每天在特斯拉和SpaceX支撑数百万次对话，现已通过应用程序接口上线，定价与上一代产品保持一致。
在Artificial Analysis的独立测试中，Grok Voice 3.0在语音转语音综合榜单中排名第一，得分86.9。该榜单综合评估语音推理能力、τ-Voice指标，以及盲测通话对比下的偏好度与任务完成率。Grok Voice 3.0在全双工基准测试中拿到97%的分数，这项指标用来衡量模型处理停顿、对话轮替和插话的自然程度。
τ-Voice用于评估智能体在客服通话场景下，应对各类口音、背景噪音以及中途插话的能力。Grok Voice 3.0得分为71.6%，性能与GPT-Live-1（Astra）相当，但延迟降低40%，官方称其在智能体的智能水平与响应速度之间开辟了新的最优平衡点。
成本方面，官方称其运行成本低于同级别模型。Artificial Analysis在大型音频基准测试中统计各模型完成任务的开销，Grok Voice 3.0的成本低于GPT-Live-1（Astra，中等版本）以及GPT-Realtime-2.1。
在ServiceNow面向企业语音智能体的EVA基准测试中，Grok Voice 3.0取得74%的最高精度得分，在综合精度与客户体验两项指标的联合评分里表现最优。
实际应用方面，官方称Grok Voice 3.0每天在特斯拉车辆内处理数百万次对话：驾驶员可以通过Connectors完成查询日程、回复邮件这类简单指令，也能借助Grok Bot完成下单咖啡、预订晚餐等复杂任务，全程无需动手。Grok Voice 3.0同时为Grok Bot的语音模式提供支持。
星链客服中心则依托Grok Voice，每天使用多种语言承接2万通客户来电，大约70%的来电无需人工介入即可解决，四分之一的销售通话在客户挂断前就能促成下单。基于Grok Voice 3.0搭建的单个智能体，就可以完成客户身份核验、硬件故障排查、发放退款以及补发设备等工作。
Grok Voice 3.0现已在语音智能体应用程序接口上线，价格为每分钟0.08美元（约合0.54元人民币），即每小时4.8美元（约合32.2元人民币），与Grok Voice 2.0定价相同。使用grok-voice-latest版本的智能体已完成自动升级，无需任何改动。
微信扫一扫 
支付宝扫一扫 