Siirry sisältöön

Grok Voice

Integroi

Mallin tunniste 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"

Enintään 1,494 $ suoritusta kohden veloitetaan todellisen käytön mukaan, loppu hyvitetään Suorita tällä sivulla

Hanki API-avain
xAI Ääni #xai#grok#voice#agent

Ääniagentti, joka kuuntelee tallennettua äänileikettä ja vastaa puheena sekä transkriptiona

xAI · Ääni

Ensimmäinen tuloksesi tulee tähän

Muodosta pyyntö alla ja suorita se API-avaimellasi. Tulosteet kopioidaan tallennustilaamme, jossa ne säilytetään ikuisesti tai 7 päivää ilmaiseksi.

Muodosta pyyntö

Säätimet luodaan mallin skeemasta. Koodi ja hinta päivittyvät, kun muutat arvoja.

0 / 20000

Valinnaiset järjestelmäohjeet, jotka tarjoavat keskustelukontekstin ja määrittävät persoonan Grokin oletuksen sijaan; niiden puuttuminen säilyttää oletuspersoonan.

•pakollinen audio_url
Pudota tiedosto tai

Käyttäjän puheen äänitiedoston URL-osoite; enintään 10 minuuttia ja 50 MB. Useimmat yleiset äänimuodot hyväksytään. Ennen kuin Grok vastaanottaa äänen, se muunnetaan monokanavaiseksi PCM-ääneksi, jossa on 16-bittiset näytteet taajuudella 24 kHz. Agentti vastaa tallenteeseen puheella.

Lisäasetukset voice · enable_safety_checker · tools

Valitse sisäänrakennettu xAI-ääni ohittamaan Grokin oletus agentin vastauksessa; jos arvoa ei määritetä, oletusääni säilyy.

oletus {"mcp_servers":[],"we...

Agentin työkalujen palvelinpuolen määritys. file_search/collections jätetään tyypitetyn määrityksen ulkopuolelle ZDR:n vuoksi. Kaikki työkalut ovat aluksi käytöstä poistettuina; tuettuja vaihtoehtoja ovat etäkäytettävät MCP-työkalut, verkkotyökalut ja X-työkalut.

POST /run/xai/grok-voice?wait=20 hinta → 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"

Suorita tämä pyyntö

Avaimesi säilyy tässä selaimessa: se lähetetään vain Doitong APIlle ja tallennetaan localStorageen vain, jos valitset Muista. Hanki API-avain

Tietoja: Grok Voice

Lähetä tallenne `audio_url`-parametrilla, niin agentti vastaa puheena. Ääni palautetaan 24 kHz:n mono-WAV-tiedostona keston ja mahdollisen transkription kanssa. Valinnainen `prompt` (enintään 20000 merkkiä) määrittää persoonan ja kontekstin, ja `voice` valitsee sisäänrakennetun äänen. `tools`-objektilla voi ottaa käyttöön verkkohaun, X-haun tai etä-MCP-palvelimet; kaikki ovat oletuksena poissa käytöstä.

Parametrit

Lähetä joko kanoninen nimi tai natiivi nimi, älä molempia. Kanoniset nimet

NimiTyyppi OletusSallitut Kuvaus
audio_urlpakollinen audio
Tyyppiurl · audio
Käyttäjän puheen äänitiedoston URL-osoite; enintään 10 minuuttia ja 50 MB. Useimmat yleiset äänimuodot hyväksytään. Ennen kuin Grok vastaanottaa äänen, se muunnetaan monokanavaiseksi PCM-ääneksi, jossa on 16-bittiset näytteet taajuudella 24 kHz. Agentti vastaa tallenteeseen puheella.
promptvalinnainen
Tyyppistring | null
≤ 20 000 merkkiä
Valinnaiset järjestelmäohjeet, jotka tarjoavat keskustelukontekstin ja määrittävät persoonan Grokin oletuksen sijaan; niiden puuttuminen säilyttää oletuspersoonan.
voicevalinnainen
Tyyppienum
carinazaganhelixorionlunairisaltairzenithperseusheliosluxkeplerrigelcosmocelesteursa
+12 lisääsiriuslumencastornakshatlasauroralioraaraeveleorexsal
Valitse sisäänrakennettu xAI-ääni ohittamaan Grokin oletus agentin vastauksessa; jos arvoa ei määritetä, oletusääni säilyy.
toolsvalinnainen
Tyyppiobject
Oletus{"mcp_servers":[],"web_search":{"enabled":false},"x_search":{"enabled":false}}
Agentin työkalujen palvelinpuolen määritys. file_search/collections jätetään tyypitetyn määrityksen ulkopuolelle ZDR:n vuoksi. Kaikki työkalut ovat aluksi käytöstä poistettuina; tuettuja vaihtoehtoja ovat etäkäytettävät MCP-työkalut, verkkotyökalut ja X-työkalut.
tools.mcp_serversvalinnainen
Tyyppiobject[]
Etä-MCP-palvelimet, joihin mallintarjoaja muodostaa yhteyden työkalujen suorittamista varten.
tools.mcp_servers[].allowed_toolsvalinnainen
Tyyppistring[]
≥ 1 items
Valinnainen luettelo tämän palvelimen tarjoamien työkalujen nimistä.
tools.mcp_servers[].authorizationvalinnainen
Tyyppistring | null
Arkaluonteinen valtuutusarvo, joka lähetetään yksinomaan mallintarjoajalle.
tools.mcp_servers[].enabledvalinnainen
Tyyppiboolean
Oletustrue
Palvelimen sisällyttämislippu; false jättää palvelimen pois.
tools.mcp_servers[].headersvalinnainen
Tyyppiobject | null
MCP-pyyntöjen arkaluonteiset otsakkeet, jotka lähetetään yksinomaan mallintarjoajalle.
tools.mcp_servers[].server_descriptionvalinnainen
Tyyppistring | null
≤ 2000 characters
Kuvaus tämän palvelimen tarjoamista ominaisuuksista.
tools.mcp_servers[].server_labelpakollinen
Tyyppistring
1 – 128 characters
Palvelimen nimi, jota mallintarjoaja käyttää työkalujen tunnistamiseen ja nimien etuliitteenä.
tools.mcp_servers[].server_urlpakollinen
Tyyppistring
≥ 1 characters
Kutsujan toimittama HTTP(S)-osoite MCP-palvelimelle, johon Grok muodostaa etäyhteyden Streaming HTTP/SSE -siirroilla.
tools.web_search.allowed_domainsvalinnainen
Tyyppistring[]
1 – 5 items
Hakutulosten verkkotunnusrajoitus: määritä enintään viisi verkkotunnusta ilman protokollia ja polkuja.
tools.web_search.enable_image_understandingvalinnainen
Tyyppiboolean | null
Agentin käyttöoikeus tarkastella verkkohauissa löydettyjä kuvia.
tools.web_search.enabledvalinnainen
Tyyppiboolean
Oletusfalse
Agentin verkkohakukäyttöoikeus: true lisää web_search-arvon kohtaan session.tools ja sallii verkkohaut; oletusarvo jättää sen käytöstä poistetuksi.
tools.web_search.excluded_domainsvalinnainen
Tyyppistring[]
1 – 5 items
Hakutuloksista poissuljettavat verkkotunnukset; enintään viisi kohdetta ilman protokollia ja polkuja.
tools.web_search.locationvalinnainen
Tyyppiobject
Valinnainen sijainti hakutulosten maantieteellistä mukauttamista varten.
tools.x_search.allowed_x_handlesvalinnainen
Tyyppistring[]
1 – 20 items
X-tunnukset, joiden julkaisut voivat näkyä tuloksissa; enintään 20 tunnusta.
tools.x_search.enable_image_understandingvalinnainen
Tyyppiboolean | null
Agentin käyttöoikeus tarkastella X:ssä löydettyjä kuvia.
tools.x_search.enable_video_understandingvalinnainen
Tyyppiboolean | null
Agentin käyttöoikeus tarkastella X:ssä löydettyjä videoita.
tools.x_search.enabledvalinnainen
Tyyppiboolean
Oletusfalse
Käyttöoikeus X-julkaisuihin haun kautta: true lisää x_search-arvon kohtaan session.tools, jolloin agentti voi hakea kyseisiä julkaisuja; oletusarvo jättää sen käytöstä poistetuksi.
tools.x_search.excluded_x_handlesvalinnainen
Tyyppistring[]
1 – 20 items
X-tunnukset, joiden julkaisut suljetaan pois; enintään 20 tunnusta.
tools.x_search.from_datevalinnainen
Tyyppistring | null
Julkaisujen aikaisin päivämäärä ISO-muodossa YYYY-MM-DD.
tools.x_search.to_datevalinnainen
Tyyppistring | null
Julkaisujen myöhäisin päivämäärä ISO-muodossa YYYY-MM-DD.
enable_safety_checkervalinnainen
Tyyppiboolean
Oletustrue
Suodatusta voi höllentää asettamalla arvoksi false, jos kutsujalla on siihen valtuutus.
pakollinen Kanoninen nimi, myös hyväksytty

Tiedostoparametrit hyväksyvät julkisen https://-URL:n, enintään 10 MB:n data:-URI:n tai lähetyksen file_url-arvon. Tiedostot

Tulos

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"
  }
}
Tiedostosi, valintasiJokainen outputs[].url on kopio tallennustilassamme: säilytetään ikuisesti (maksetaan gigatavu-kuukauden mukaan) tai 7 päivää ilmaiseksi tiliasetuksesi tai ?storage= perusteella.
Sama rakenne kaikissa malleissatype, url, content_type, width, height ja duration kuville, videolle ja äänelle. output on mallin oma tulosobjekti.
Tuloksen kentät
audio
object {url, content_type, file_name, file_size}Grok-agentin puhuttu vastaus, toimitettuna monokanavaisena WAV-tiedostona taajuudella 24 kHz.
text
stringAgentin puhetta täydentävä teksti: tyhjä merkkijono ilmaisee, ettei Grok toimittanut litterointia; muussa tapauksessa se sisältää litteroinnin.
duration
numberGeneroidun äänen pituus sekunteina.

Lisää malleja: Ääni

Tekoälyagenteille: tämän sivun Markdown-muoto on osoitteessa https://doitong.com/fi/developers/models/xai/grok-voice.md. Kaikki mallit ja oppaat: https://doitong.com/developers/llms.txt