El ParteEdiciones anteriores

03 · xAI

xAI lanza Grok Voice 3.0 con latencia inferior al segundo

Fotografía conceptual en blanco y negro de dos bocas de tubo metálicas enfrentadas en simetría, con una pequeña esfera de vidrio verde en el centro como único elemento de color. La escena transmite una transferencia de voz casi instantánea mediante metal cepillado, goma mate y un sutil patrón de ondas concéntricas alrededor del punto focal.

xAI ha anunciado Grok Voice 3.0, un modelo de voz a voz que convierte audio en audio directamente y promete respuestas en menos de un segundo, además de mejorar su rendimiento en atención al cliente.

Por qué importa

La latencia por debajo del segundo es la barrera que separa a un asistente de voz útil de uno que interrumpe y frustra. Si Grok Voice 3.0 la cumple, abarata la automatización de llamadas y atención telefónica, un terreno donde cada décima de segundo decide si el cliente cuelga. La presión recae sobre los proveedores de voz sintética y los grandes centros de contacto, que tendrían que igualar esa inmediatez o perder margen.

Los detalles

  • El sistema funciona de voz a voz, sin pasos intermedios de texto, lo que reduce el tiempo de respuesta.
  • La empresa declara una latencia inferior a un segundo, una cifra que sitúa la conversación casi en tiempo real.
  • xAI afirma que el modelo rinde mejor en tareas de atención al cliente que versiones anteriores.