xAI 语音转文字 API 正式发布

2026 年 10 月 2 日，xAI 通过官方 API 渠道宣布其 Speech to Text API 正式开放。该 API 可将音频转写为文本，覆盖 25 种语言，并提供批量和流式两种模式。同日后续官方发布补充了两项能力：一是新增 vad_threshold 参数，支持通过流式查询参数和批量 multipart 字段两种方式传入，用于调节跳过非语音音频的语音活动门控，调低该值可转写更轻或更嘈杂的语音，适用于窄带电话场景，设为 0 则关闭门控；二是流式 API 新增 Smart Turn 轮次结束检测，通过 smart_turn 查询参数启用后，由 ML 模型在静音边界判断说话人是否说完，减少听写、数字序列和句中停顿时误判端点，并可用 smart_turn_timeout 设置最大静音兜底时长。目前披露的信息仍未涉及定价、调用限制或具体语言清单等细节。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。