xAI 发布 Grok Voice Agent API

xai正式推出grok voice agent api，面向全球开发者开放其已在tesla汽车及官方移动应用中实际部署并验证的语音智能代理技术。

据悉，该API覆盖数十种主流语言，支持实时工具调用与联网搜索功能，端到端首音频响应平均耗时低于1秒，并在Big Bench Audio权威语音评测中荣登榜首。

Grok Voice Agent基于xAI自研的全栈语音技术构建，涵盖语音活动检测（VAD）、专用分词器及高性能音频理解模型，按使用时长计费，单价为每分钟0.05美元。API全面兼容OpenAI Realtime API规范，并内置Ara、Eve、Leo等多款具备情感张力与自然韵律的语音角色。

开发者可通过xAI官方LiveKit插件或浏览器端语音沙盒环境，实现分钟级快速集成与调试。

源码地址：点击下载