xAI resmi memperkenalkan Grok Voice Transcribe 2.0, sebuah model kecerdasan buatan (AI) terbaru yang dirancang khusus untuk memproses dan mengonversi percakapan suara menjadi teks. xAI mengklaim bahwa pembaruan ini menjadikannya sebagai model transkripsi suara paling akurat di dunia saat ini.

Teknologi tersebut dikembangkan untuk mengenali berbagai jenis aksen, nada bicara, serta istilah teknis dengan tingkat kesalahan yang jauh lebih rendah dibandingkan generasi sebelumnya.

Hal paling menarik dari Grok Voice Transcribe 2.0 terletak pada kemampuannya memahami konteks pembicaraan secara langsung (real-time) bahkan dalam kondisi audio yang bising.

Selain hanya mengubah suara menjadi teks, model ini mampu membedakan pembicara dengan sangat presisi serta menangkap nuansa emosi dan jeda kalimat, sehingga hasil transkrip yang didapatkan jauh lebih alami dan siap digunakan tanpa perlu banyak penyuntingan manual.