# Grok Voice Transcribe 2.0

Éditeur : SpaceXSI. Poids fermés (selon Artificial Analysis).

En bref : 4e sur 51 en transcription en anglais (Artificial Analysis).

Page : https://quelleia.com/voix/modeles/spacexai-grok-voice-transcribe-2-0/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 19 octobre 2026.

## Présentation

Grok Voice Transcribe 2.0 est le modèle de transcription de l'API Grok, utilisable sur fichier ou en flux continu par WebSocket, avec horodatage par mot, séparation des orateurs et termes clés. Il détecte la langue parlée et suit les changements de langue au cours d'un enregistrement. (lu sur https://docs.x.ai/developers/model-capabilities/audio/speech-to-text.md)

- Sortie : 18 septembre 2026 (selon Artificial Analysis)

## Langues

- Annoncées par l'éditeur : plus de 38 langues, dont le français.
- Évaluées par nos sources : anglais.
- Le français : annoncé par l'éditeur ; pas évalué en français par nos sources.
- Source des langues annoncées : https://docs.x.ai/developers/model-capabilities/audio/speech-to-text.md

## Ses classements

- Transcription en anglais, indice AA-WER : 4e sur 51, taux d'erreur par mot 2,29 % ; prix : 1,67 $ pour 1 000 minutes de parole ; par jeu de test : AA-AgentTalk 2,34 %, Earnings22 3,22 %, VoxPopuli 1,28 %. Source : Artificial Analysis, https://artificialanalysis.ai/speech-to-text/models/grok-stt (relevé du 19 octobre 2026).

## Modèles proches

- Transcription en anglais, indice AA-WER : [Scribe v2](https://quelleia.com/voix/modeles/scribe-v2/), 3e (2,18 %), juste devant
- Transcription en anglais, indice AA-WER : [MAI-Transcribe-1.5](https://quelleia.com/voix/modeles/microsoft-mai-transcribe-1-5/), 5e (2,38 %), juste derrière

## Comment lire ces chiffres

- Transcription : Le taux d'erreur par mot compte les mots mal transcrits, oubliés ou ajoutés, pour cent mots prononcés : plus il est bas, mieux c'est. Chaque tableau vient d'une seule source, sur ses propres enregistrements : deux tableaux ne se comparent pas chiffre à chiffre.

## Noms dans les sources

- Artificial Analysis : Grok Voice Transcribe 2.0

## Liens

- Page de l'éditeur : https://docs.x.ai/developers/model-capabilities/audio/speech-to-text
- L'essayer : https://docs.x.ai/developers/model-capabilities/audio/speech-to-text

## Pages lues

- https://docs.x.ai/developers/model-capabilities/audio/speech-to-text.md (« Transcribe audio files into text with a single API call, or stream audio in real time over WebSocket. The API supports 12 audio formats, word-level timestamps, multichannel transcription, and text formatting. »), 17/10/2026
- https://docs.x.ai/developers/model-capabilities/audio/speech-to-text.md (« `grok-voice-transcribe-2.0` transcribes 38+ languages, including every language listed below. It detects the spoken language automatically and follows switches partway through a recording »), 17/10/2026
- https://docs.x.ai/developers/model-capabilities/audio/speech-to-text.md (« | French | `fr` | »), 17/10/2026
- https://docs.x.ai/developers/model-capabilities/audio/speech-to-text.md (« | `diarize` | boolean | | When `true`, enables speaker diarization. »), 17/10/2026