xAI, 14 Kasım 2024 tarihinde sesli etkileşim için tasarlanmış 'Grok Voice 3.0' AI modelini duyurdu ve geliştiricilere 'Grok Voice API' üzerinden sunmaya başlattı. Modelin fiyatlandırması 1 dakika için 0.08 dolar (1 saat için 4.80 dolar) olarak belirlenmiş ve önceki sürümlerle aynı kalıyor. Grok Voice 3.0, ses girişi ses çıkışıyla yanıt veren 'Speech-to-Speech' mimarisiyle çalışır ve 1 saniyiden kısa gecikme ile insan benzeri doğal konuşmalar sağlıyor. Bu teknoloji, müşteri hizmetleri ve satış gibi alanlarda insanların yerine geçen sesli AI ajanlar için tasarlanmış.
Modelin en belirgin özelliği, konuşma aralıkları, konuşmacı takıbı ve konuşma sırasında kesintileri yönetebilme yeteneği. Kullanıcı konuşurken AI konuşuyorsa bile konuşmayı devam ettirebiliyor. Çevre gürültüsü ve aksanlar gibi faktörlere de dayanabiliyor ve 25'den fazla dil destekliyor.
Grok Voice API, sadece ses etkileşimi değil, harici hizmetlerle entegrasyon da sunuyor. Kullanıcı ile yapılan konuşmalar üzerinden bilgi arama, takvim kontrolü, randevu oluşturma gibi işlemler gerçekleştirilebiliyor. Birden fazla araç kullanarak karmaşık talimatlar da işlenebiliyor; sadece soru-cevap değil, gerçek işlemleri tamamlayan AI ajanlar oluşturulabiliyor. xAI'lı model, Tesla araçlarındaki araç AI sistemine de entegre edilmiş ve