実際に使ってみると
Grok Speech to Text from xAI turns recordings of up to two hours into text, with automatic language detection across 25 languages, word timings, and a separate transcript per channel for split-channel calls.
向いている用途
- Interviews, voice notes and call recordings
- Checking a generated voice-over against its script
- Transcripts with names and numbers written your way
Grok STTでできること
どのモードもGrok STTを選んだ状態でスタジオが開きます。料金は生成前に表示されます。
Grok STTのプロンプトのコツ
- List unusual names and brands as key terms so they're spelled the way you want.
- For calls recorded with each side on its own channel, switch multichannel on; otherwise one side can go missing.
- Turn on text normalization to get prices and dates written as $1,250 or March 14.
知っておきたい設定
そのほかの設定は適切な初期値になっているので、プロンプトを書けばすぐ生成できます。
audio_url- 使う声や音楽。
language25- 読み上げる言語。
ほかのモデルとの比較
同じ用途でも、得意なことと料金が違います。
HeartMuLa Transcribe is tuned for sung lyrics over music; Grok handles spoken audio.
Grok STTについてよくある質問
Grok STTの料金は？
PopNowでは、Grok STTは最安で0.01クレジット（音声1秒あたり）、約$0.00です。支払いはクレジット（1クレジット＝0.01ドル）で、正確な料金は生成ボタンに事前に表示されます。失敗した生成は自動で返却されます。
Grok STTで何ができる？
PopNowでは、Grok STTは次のモードで使えます：音声を文字に。スタジオでモードを選び、プロンプトかファイルを入れるだけです。
Grok STTのプロンプトはどう書く？
List unusual names and brands as key terms so they're spelled the way you want. For calls recorded with each side on its own channel, switch multichannel on; otherwise one side can go missing. Turn on text normalization to get prices and dates written as $1,250 or March 14.
Grok STTとHeartMuLa Transcribe、どちらを選ぶ？
HeartMuLa Transcribe is tuned for sung lyrics over music; Grok handles spoken audio.
Grok STTを使うのに何かインストールが必要？
不要です。Grok STTはPopNowのブラウザ上で動きます。プロンプトを書くかファイルを追加し、設定を選んで結果をダウンロードするだけ。登録すればすぐに生成できます。