Přejít na obsah

Grok Voice

Integrace

ID modelu xai/grok-voice
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/xai/grok-voice?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Až 1,494 $ za spuštění účtuje se skutečné využití, zbytek se refunduje Spustit na této stránce

Získat API klíč
xAI Zvuk #xai#grok#voice#agent

Hlasový agent, který poslouchá nahraný zvukový klip a odpovídá řečí spolu s přepisem

xAI · Zvuk

Zde se zobrazí váš první výsledek

Níže sestavte požadavek a spusťte ho pomocí svého API klíče. Výstupy se kopírují do našeho úložiště a uchovávají se navždy nebo 7 dne zdarma.

Sestavit požadavek

Ovládací prvky se generují ze schématu modelu. Kód a cena se aktualizují podle provedených změn.

0 / 20000

Volitelné systémové instrukce poskytující kontext konverzace a určující personu namísto výchozí persony Grok; při jejich vynechání zůstane výchozí persona.

•povinné audio_url
Přetáhněte soubor nebo

URL zvuku s řečí uživatele, omezeného na 10 minut a 50 MB. Lze zadat nejběžnější zvukové formáty; před přijetím zvuku systémem Grok se převede na mono PCM se 16bitovými vzorky při 24 kHz. Agent na nahrávku odpoví řečí.

Pokročilé voice · enable_safety_checker · tools

Vyberte vestavěný hlas xAI, který nahradí výchozí hlas Grok v odpovědi agenta; pokud jej nenastavíte, zůstane výchozí hlas.

výchozí {"mcp_servers":[],"we...

Konfigurace nástrojů agenta pro použití na serveru, s vyloučením file_search/collections z typované konfigurace kvůli ZDR. Všechny nástroje začínají jako zakázané; podporované možnosti zahrnují vzdálené nástroje MCP, webové nástroje a nástroje X.

POST /run/xai/grok-voice?wait=20 cena → 1,494 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/xai/grok-voice?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Spustit tento požadavek

Váš klíč zůstává v tomto prohlížeči: odesílá se pouze do Doitong API a uloží se do localStorage jen tehdy, když zaškrtnete možnost Zapamatovat. Získat klíč API

O modelu Grok Voice

Pošlete nahrávku přes `audio_url` a agent odpoví mluveným zvukem, vráceným jako mono WAV s frekvencí 24 kHz, spolu s jeho délkou a případně dostupným přepisem. Volitelný `prompt` (až 20000 znaků) nastavuje personu a kontext a `voice` vybírá vestavěný hlas. Objekt `tools` může povolit vyhledávání na webu, vyhledávání v X nebo vzdálené servery MCP; ve výchozím nastavení jsou všechny vypnuté.

Parametry

Odešlete buď kanonický název, nebo nativní název, ne oba. Kanonické názvy

NázevTyp VýchozíPovolené Popis
audio_urlpovinné audio
Typurl · audio
URL zvuku s řečí uživatele, omezeného na 10 minut a 50 MB. Lze zadat nejběžnější zvukové formáty; před přijetím zvuku systémem Grok se převede na mono PCM se 16bitovými vzorky při 24 kHz. Agent na nahrávku odpoví řečí.
promptvolitelné
Typstring | null
≤ 20 000 znaků
Volitelné systémové instrukce poskytující kontext konverzace a určující personu namísto výchozí persony Grok; při jejich vynechání zůstane výchozí persona.
voicevolitelné
Typenum
carinazaganhelixorionlunairisaltairzenithperseusheliosluxkeplerrigelcosmocelesteursa
+12 dalšíchsiriuslumencastornakshatlasauroralioraaraeveleorexsal
Vyberte vestavěný hlas xAI, který nahradí výchozí hlas Grok v odpovědi agenta; pokud jej nenastavíte, zůstane výchozí hlas.
toolsvolitelné
Typobject
Výchozí{"mcp_servers":[],"web_search":{"enabled":false},"x_search":{"enabled":false}}
Konfigurace nástrojů agenta pro použití na serveru, s vyloučením file_search/collections z typované konfigurace kvůli ZDR. Všechny nástroje začínají jako zakázané; podporované možnosti zahrnují vzdálené nástroje MCP, webové nástroje a nástroje X.
tools.mcp_serversvolitelné
Typobject[]
Vzdálené servery MCP, ke kterým se poskytovatel modelu připojuje za účelem provádění nástrojů.
tools.mcp_servers[].allowed_toolsvolitelné
Typstring[]
≥ 1 items
Volitelný seznam určující, které názvy nástrojů tento server zveřejňuje.
tools.mcp_servers[].authorizationvolitelné
Typstring | null
Citlivá autorizační hodnota odesílaná výhradně poskytovateli modelu.
tools.mcp_servers[].enabledvolitelné
Typboolean
Výchozítrue
Příznak zahrnutí serveru; false server vyloučí.
tools.mcp_servers[].headersvolitelné
Typobject | null
Citlivé hlavičky pro požadavky MCP odesílané výhradně poskytovateli modelu.
tools.mcp_servers[].server_descriptionvolitelné
Typstring | null
≤ 2000 characters
Popis uvádějící funkce, které tento server zpřístupňuje.
tools.mcp_servers[].server_labelpovinné
Typstring
1 – 128 characters
Označení serveru používané poskytovatelem modelu k identifikaci jeho nástrojů a přidání předpony k jejich názvům.
tools.mcp_servers[].server_urlpovinné
Typstring
≥ 1 characters
Adresa HTTP(S) zadaná volajícím pro server MCP, ke kterému se Grok vzdáleně připojuje prostřednictvím přenosů Streaming HTTP/SSE.
tools.web_search.allowed_domainsvolitelné
Typstring[]
1 – 5 items
Omezení domén pro výsledky vyhledávání: zadejte nejvýše pět domén bez protokolů a cest.
tools.web_search.enable_image_understandingvolitelné
Typboolean | null
Oprávnění agenta prohlížet obrázky nalezené při webovém vyhledávání.
tools.web_search.enabledvolitelné
Typboolean
Výchozífalse
Přístup agenta k webovému vyhledávání: true přidá web_search do session.tools a povolí webové vyhledávání; výchozí hodnota jej ponechá zakázané.
tools.web_search.excluded_domainsvolitelné
Typstring[]
1 – 5 items
Domény, které mají být vyloučeny z výsledků vyhledávání, nejvýše pět položek bez protokolů a cest.
tools.web_search.locationvolitelné
Typobject
Volitelné umístění pro geografické přizpůsobení výsledků vyhledávání.
tools.x_search.allowed_x_handlesvolitelné
Typstring[]
1 – 20 items
Účty X, jejichž příspěvky se mohou objevit ve výsledcích, nejvýše 20 účtů.
tools.x_search.enable_image_understandingvolitelné
Typboolean | null
Oprávnění agenta prohlížet obrázky nalezené na X.
tools.x_search.enable_video_understandingvolitelné
Typboolean | null
Oprávnění agenta prohlížet videa nalezená na X.
tools.x_search.enabledvolitelné
Typboolean
Výchozífalse
Přístup k příspěvkům na X prostřednictvím vyhledávání: true přidá x_search do session.tools, takže agent může tyto příspěvky vyhledávat; výchozí hodnota jej ponechá zakázaný.
tools.x_search.excluded_x_handlesvolitelné
Typstring[]
1 – 20 items
Účty X, jejichž příspěvky jsou vyloučeny, nejvýše 20 účtů.
tools.x_search.from_datevolitelné
Typstring | null
Nejstarší datum příspěvků ve formátu ISO YYYY-MM-DD.
tools.x_search.to_datevolitelné
Typstring | null
Nejnovější datum příspěvků ve formátu ISO YYYY-MM-DD.
enable_safety_checkervolitelné
Typboolean
Výchozítrue
Kontrolu lze uvolnit nastavením na false, pokud je volající autorizován.
povinné Kanonický název, také podporován

Parametry souborů přijímají veřejnou adresu https:// URL, data: URI do 10 MB nebo file_url nahraného souboru. Soubory

Výstup

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "xai/grok-voice",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 1494,
    "usd": "1.494",
    "charged": 1494,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    },
    "text": "",
    "duration": 5
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Vaše soubory, vaše volbaKaždý outputs[].url je kopie v našem úložišti: uchovávaná navždy (zpoplatněná za GB-měsíc) nebo 7 dne zdarma podle nastavení účtu nebo ?storage=.
Stejná struktura u každého modelutype, url, content_type, width, height a duration pro obrázky, video i zvuk. output je vlastní objekt výsledku modelu.
Pole výstupu
audio
object {url, content_type, file_name, file_size}Mluvená odpověď agenta Grok, dodávaná jako mono WAV s frekvencí 24 kHz.
text
stringText doprovázející řeč agenta: prázdný řetězec znamená, že Grok neposkytl přepis; v opačném případě obsahuje přepis.
duration
numberDélka vygenerovaného zvuku měřená v sekundách.

Další modely: Zvuk

Pro AI agenty: tato stránka je ve formátu Markdown na adrese https://doitong.com/cs/developers/models/xai/grok-voice.md. Všechny modely a návody: https://doitong.com/developers/llms.txt