SpaceXAI : Grok STT 1.0
Grok STT 1.0, publié par xAI le 17 avril 2026, transcrit l’audio en texte, en fichier comme en flux. Pour la transcription en flux, la documentation de xAI cite notamment les sous-titres en direct, les assistants vocaux et les commandes vocales parmi ses cas d’usage.
À quoi sert Grok STT 1.0
Audio
Grok STT 1.0 reçoit de l’audio en entrée, enregistré ou en flux, et en produit la transcription écrite.
Transcription
Grok STT 1.0 transcrit des fichiers audio avec une API REST et la parole en temps réel avec une API WebSocket. Selon xAI, il prend en charge plusieurs langues et passe de l’une à l’autre sans interruption.
Sa diarisation, qui distingue les locuteurs, fonctionne sur les enregistrements comme sur les flux en temps réel, avec un identifiant de locuteur associé à chaque mot. Chaque mot reçoit aussi un horodatage ; le modèle prend en charge l’audio multicanal et applique une normalisation inverse du texte pour traiter les nombres, les dates et les devises.
Pour la transcription en flux, la documentation de xAI cite comme cas d’usage les sous-titres en direct, les assistants vocaux, les centres d’appels, l’accessibilité pour les personnes malentendantes et les commandes vocales. Dans son billet du 17 avril 2026, xAI estime aussi que le modèle « excelle » en reconnaissance d’entités ainsi que dans des usages professionnels relevant du médical, du juridique et de la finance.
- Audio
- Transcription
Les performances de Grok STT 1.0
Selon le billet de xAI du 17 avril 2026, Grok STT 1.0 est évalué sur des appels téléphoniques, des réunions, des vidéos et des podcasts, ainsi qu’en téléphonie. Son taux d’erreur par mot est de 5,0 % sur les entités d’appels téléphoniques, de 2,4 % sur les vidéos et podcasts, de 10,9 % sur les réunions et de 9,3 % en téléphonie, soit 6,9 % au total.
Selon le billet de SpaceXAI du 18 septembre 2026, Grok Voice Transcribe 2.0 est deux fois plus précis que Grok Voice Transcribe 1.0 sur des évaluations en conditions réelles. La précision multilingue est la plus forte progression entre les deux versions : sur l’ensemble de phrases courtes de SpaceXAI, composé d’énoncés d’assistant vocal en 19 langues, le taux d’erreur par mot passe de 20,6 % à 6,8 %.
Caractéristiques techniques de Grok STT 1.0
Grok STT 1.0 est sorti le 17 avril 2026, jour de l’annonce de Grok Speech to Text par xAI. Selon le billet de xAI du 17 avril 2026, sa pile technique est aussi celle de Grok Voice, des véhicules Tesla et du support client de Starlink.
En juillet 2026, la documentation de SpaceXAI nomme le modèle de Speech to Text grok-stt ; en septembre 2026, elle désigne grok-voice-transcribe-1.0 comme le modèle d’origine de Speech to Text, à côté de grok-voice-transcribe-2.0.
Grok STT 1.0 transcrit l’audio dans 25 langues : l’arabe, le tchèque, le danois, le néerlandais, l’anglais, le filipino, le français, l’allemand, le hindi, l’indonésien, l’italien, le japonais, le coréen, le macédonien, le malais, le persan, le polonais, le portugais, le roumain, le russe, l’espagnol, le suédois, le thaï, le turc et le vietnamien.
Son API accepte 12 formats audio et des fichiers de 500 Mo au maximum, en mono, en stéréo ou jusqu’à 8 canaux. Le modèle reçoit de l’audio en entrée et produit du texte en sortie.
- Éditeur
SpaceXAI
- Sortie
- Hébergeurs
- xAI
Source : OpenRouter.
Où utiliser Grok STT 1.0, et jusqu’à quand
À son annonce, Grok STT 1.0 était accessible par l’API de xAI, avec un point d’accès REST pour transcrire un fichier et un point d’accès WebSocket pour transcrire un flux en temps réel.
Le 18 septembre 2026, SpaceXAI annonçait la dépréciation de Grok Voice Transcribe 1.0 dans les semaines suivantes, avec l’identifiant grok-voice-transcribe-1.0 pour y rester pendant la transition. Selon les notes de version de l’API de xAI, cet identifiant a atteint sa fin de vie le 2 octobre 2026 : toutes les requêtes qui le visent sont routées vers grok-voice-transcribe-2.0. Au relevé d’octobre 2026, OpenRouter liste le modèle sous l’identifiant x-ai/grok-stt-1.0, de nom canonique x-ai/grok-stt-20260723.
L'API SpaceXAI
Pour relier le modèle à votre application
Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites : nous ne l'attribuons pas au modèle seul.
FAQ
Quand Grok STT 1.0 est-il sorti ?
Grok STT 1.0 est sorti le 17 avril 2026. À sa sortie, il transcrit notamment l’anglais et l’arabe.
Grok STT 1.0 transcrit-il le français ?
Oui, Grok STT 1.0 transcrit la parole en français. Il transcrit aussi l’arabe, le tchèque, le danois, le néerlandais, l’anglais, le filipino, l’allemand, le hindi, l’indonésien, l’italien, le japonais, le coréen, le macédonien, le malais, le persan, le polonais, le portugais, le roumain, le russe, l’espagnol, le suédois, le thaï, le turc et le vietnamien.
Usage sur OpenRouter
- Transcription
- 1,57 M requêtes sur le dernier mois · 7e sur 20 des modèles les plus utilisés en Transcription
Source : OpenRouter (openrouter.ai/rankings), au , données sous licence CC BY 4.0. Le volume traité via l'API OpenRouter mesure l'adoption, pas la qualité.