SpaceXAI发布Grok Voice 3.0语音模型

IT时代网10月15日消息，SpaceXAI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，拥有低于1秒的延迟，运行成本也低于其他前沿模型，目前已通过应用程序接口上线。

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。

在全双工基准测试中，Grok Voice 3.0拿到97%的分数，用于衡量模型处理停顿、对话轮替与插话的自然程度。τ-Voice用于评估智能体在客服通话场景下应对各类口音、背景噪音与中途插话的能力，该模型得分71.6%，性能与GPT-Live-1（Astra）相当，但延迟降低40%。

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中表现最优。

Grok Voice 3.0每天在特斯拉车辆与SpaceX支撑数百万次对话。驾驶员可通过Connectors完成查询日程、回复邮件等指令，也能借助Grok Bot完成下单咖啡、预订晚餐等复杂任务。星链客服中心依托该模型每天用多种语言承接2万通客户来电，约70%无需人工介入即可解决。

注：本文综合自IT之家等，文中包含AI辅助创作的内容。

编辑：林一舟