Léim chuig an ábhar

Grok Voice

Comhtháthú

Aitheantas na samhla 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"

Suas le $1.494 in aghaidh an rith gearrtar táille de réir na húsáide iarbhír, aisíoctar an fuílleach Rith ar an leathanach seo

Faigh eochair API
xAI Fuaim #xai#grok#voice#agent

Gníomhaire gutha a éisteann le gearrthóg fuaime taifeadta agus a fhreagraíonn le caint agus tras-scríbhinn

xAI · Fuaim

Beidh do chéad toradh anseo

Tóg iarratas thíos agus rith é le d’eochair API. Cóipeáiltear na haschuir chuig ár stóráil, coinnithe go deo nó ar feadh 7 lá saor in aisce.

Tóg iarratas

Gintear na rialtáin ó scéim na samhla. Nuashonraítear an cód agus an praghas de réir mar a athraíonn tú iad.

0 / 20000

Treoracha córais roghnacha a sholáthraíonn comhthéacs comhrá agus a shonraíonn pearsa in áit réamhshocraithe Grok; má fhágtar ar lár iad, coinnítear an phearsa réamhshocraithe sin.

•riachtanach audio_url
Scaoil comhad, nó

URL fuaime do chaint an úsáideora, teoranta do 10 nóiméad agus 50 MB. Is féidir formáidí fuaime coitianta a sholáthar; sula bhfaigheann Grok an fhuaim, tiontaítear í go PCM mona le samplaí 16-giotán ag 24 kHz. Freagraíonn an gníomhaire don taifeadadh le caint.

Ardleibhéal voice · enable_safety_checker · tools

Roghnaigh guth xAI ionsuite chun réamhshocrú Grok do fhreagra an ghníomhaire a shárú; má fhágtar gan socrú é, coinnítear an guth réamhshocraithe.

réamhshocrú {"mcp_servers":[],"we...

Cumraíocht uirlisí an ghníomhaire le húsáid ar thaobh an fhreastalaí, gan file_search/collections a áireamh sa chumraíocht chlóscríofa mar gheall ar ZDR. Tosaíonn gach uirlis díchumasaithe; áirítear ar na roghanna tacaithe uirlisí MCP cianda, uirlisí gréasáin agus uirlisí X.

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

Rith an t-iarratas seo

Fanann d'eochair sa bhrabhsálaí seo: seoltar chuig Doitong API amháin í agus sábháiltear (localStorage) í ach amháin má chuireann tú tic le Meabhraigh. Faigh eochair API

Maidir le Grok Voice

Seol taifeadadh trí `audio_url` agus freagraíonn an gníomhaire i bhfuaim labhartha, a fhilltear mar WAV mona 24 kHz lena fhad agus tras-scríbhinn nuair atá sí ar fáil. Socraíonn `prompt` roghnach (suas le 20000 carachtar) pearsa agus comhthéacs, agus roghnaíonn `voice` guth ionsuite. Is féidir leis an réad `tools` cuardach gréasáin, cuardach X nó freastalaithe MCP cianda a chumasú; tá siad go léir múchta de réir réamhshocraithe.

Paraiméadair

Seol an t-ainm canónach nó an t-ainm dúchasach, ní an dá cheann. Ainmneacha canónacha

AinmCineál RéamhshocrúCeadaithe Cur síos
audio_urlriachtanach audio
Cineálurl · audio
URL fuaime do chaint an úsáideora, teoranta do 10 nóiméad agus 50 MB. Is féidir formáidí fuaime coitianta a sholáthar; sula bhfaigheann Grok an fhuaim, tiontaítear í go PCM mona le samplaí 16-giotán ag 24 kHz. Freagraíonn an gníomhaire don taifeadadh le caint.
promptroghnach
Cineálstring | null
≤ 20,000 gcarachtar
Treoracha córais roghnacha a sholáthraíonn comhthéacs comhrá agus a shonraíonn pearsa in áit réamhshocraithe Grok; má fhágtar ar lár iad, coinnítear an phearsa réamhshocraithe sin.
voiceroghnach
Cineálenum
carinazaganhelixorionlunairisaltairzenithperseusheliosluxkeplerrigelcosmocelesteursa
+12 eilesiriuslumencastornakshatlasauroralioraaraeveleorexsal
Roghnaigh guth xAI ionsuite chun réamhshocrú Grok do fhreagra an ghníomhaire a shárú; má fhágtar gan socrú é, coinnítear an guth réamhshocraithe.
toolsroghnach
Cineálobject
Réamhshocrú{"mcp_servers":[],"web_search":{"enabled":false},"x_search":{"enabled":false}}
Cumraíocht uirlisí an ghníomhaire le húsáid ar thaobh an fhreastalaí, gan file_search/collections a áireamh sa chumraíocht chlóscríofa mar gheall ar ZDR. Tosaíonn gach uirlis díchumasaithe; áirítear ar na roghanna tacaithe uirlisí MCP cianda, uirlisí gréasáin agus uirlisí X.
tools.mcp_serversroghnach
Cineálobject[]
Freastalaithe MCP cianda a nascann soláthraí na samhla leo chun uirlisí a fheidhmiú.
tools.mcp_servers[].allowed_toolsroghnach
Cineálstring[]
≥ 1 items
Liosta roghnach a shonraíonn na hainmneacha uirlisí a nochtann an freastalaí seo.
tools.mcp_servers[].authorizationroghnach
Cineálstring | null
Luach údaraithe íogair a sheoltar go heisiach chuig soláthraí na samhla.
tools.mcp_servers[].enabledroghnach
Cineálboolean
Réamhshocrútrue
Bratach chuimsithe an fhreastalaí; eisiann false an freastalaí.
tools.mcp_servers[].headersroghnach
Cineálobject | null
Ceanntásca íogaire le haghaidh iarratas MCP, seolta go heisiach chuig soláthraí na samhla.
tools.mcp_servers[].server_descriptionroghnach
Cineálstring | null
≤ 2000 characters
Cur síos ar na cumais a chuireann an freastalaí seo ar fáil.
tools.mcp_servers[].server_labelriachtanach
Cineálstring
1 – 128 characters
Lipéad freastalaí a úsáideann soláthraí na samhla chun a uirlisí a aithint agus a n-ainmneacha a réimír.
tools.mcp_servers[].server_urlriachtanach
Cineálstring
≥ 1 characters
Seoladh HTTP(S) a sholáthraíonn an glaoiteoir do fhreastalaí MCP a nascann Grok leis go cianda trí iompair Streaming HTTP/SSE.
tools.web_search.allowed_domainsroghnach
Cineálstring[]
1 – 5 items
Srian fearainn do thorthaí cuardaigh: sonraigh suas le cúig fhearann, gan prótacail ná cosáin.
tools.web_search.enable_image_understandingroghnach
Cineálboolean | null
Cead don ghníomhaire íomhánna a aimsítear trí chuardaigh ghréasáin a scrúdú.
tools.web_search.enabledroghnach
Cineálboolean
Réamhshocrúfalse
Rochtain chuardaigh ghréasáin don ghníomhaire: cuireann true web_search le session.tools agus ceadaíonn sé cuardaigh ghréasáin; fágann an réamhshocrú díchumasaithe é.
tools.web_search.excluded_domainsroghnach
Cineálstring[]
1 – 5 items
Fearainn le heisiamh ó thorthaí cuardaigh, teoranta do chúig iontráil gan prótacail ná cosáin.
tools.web_search.locationroghnach
Cineálobject
Suíomh roghnach chun torthaí cuardaigh a oiriúnú go geografach.
tools.x_search.allowed_x_handlesroghnach
Cineálstring[]
1 – 20 items
Láimhseálacha X a bhféadfadh a bpoist a bheith le feiceáil sna torthaí, teoranta do 20 láimhseáil.
tools.x_search.enable_image_understandingroghnach
Cineálboolean | null
Cead don ghníomhaire íomhánna a aimsítear ar X a scrúdú.
tools.x_search.enable_video_understandingroghnach
Cineálboolean | null
Cead don ghníomhaire físeáin a aimsítear ar X a scrúdú.
tools.x_search.enabledroghnach
Cineálboolean
Réamhshocrúfalse
Rochtain ar phoist X trí chuardach: cuireann true x_search le session.tools ionas gur féidir leis an ngníomhaire na poist sin a chuardach; fágann an réamhshocrú díchumasaithe é.
tools.x_search.excluded_x_handlesroghnach
Cineálstring[]
1 – 20 items
Láimhseálacha X a bhfuil a bpoist eisiata, teoranta do 20 láimhseáil.
tools.x_search.from_dateroghnach
Cineálstring | null
An dáta is luaithe do phoist, sainráite i bhformáid ISO YYYY-MM-DD.
tools.x_search.to_dateroghnach
Cineálstring | null
An dáta is déanaí do phoist, sainráite i bhformáid ISO YYYY-MM-DD.
enable_safety_checkerroghnach
Cineálboolean
Réamhshocrútrue
Is féidir an scagadh a mhaolú trí false a shocrú, ar choinníoll go bhfuil údarú ag an nglaoiteoir.
riachtanach Ainm canónach, glactar leis freisin

Glacann paraiméadair chomhaid le URL poiblí https://, URI data: suas le 10 MB, nó file_url uaslódála. Comhaid

Aschur

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"
  }
}
Do chuid comhad, do roghaIs cóip ar ár stóráil é gach outputs[].url: coinnithe go deo (íoctha in aghaidh GB-mhí) nó ar feadh 7 lá saor in aisce, de réir shocrú do chuntais nó ?storage=.
An cruth céanna ar gach samhailtype, url, content_type, width, height agus duration, d'íomhánna, d'fhíseáin agus d'fhuaim araon. Is é output réad toraidh na samhla féin.
Réimsí aschuir
audio
object {url, content_type, file_name, file_size}Freagra labhartha ón ngníomhaire Grok, seachadta mar WAV mona ag 24 kHz.
text
stringTéacs a ghabhann le caint an ghníomhaire: léiríonn teaghrán folamh nár sholáthair Grok tras-scríbhinn; murach sin, tá an tras-scríbhinn ann.
duration
numberFad na fuaime ginte, tomhaiste i soicindí.

Tuilleadh samhlacha: Fuaim

Do ghníomhairí AI: tá an leathanach seo mar Markdown ag https://doitong.com/ga/developers/models/xai/grok-voice.md. Gach samhail agus treoir: https://doitong.com/developers/llms.txt