Vai al contenuto

Grok Voice

Integra

ID del modello 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"

Fino a 1,494 $ per esecuzione addebitato in base all'utilizzo effettivo, il resto viene rimborsato Esegui in questa pagina

Ottieni la chiave API
xAI Audio #xai#grok#voice#agent

Agente vocale che ascolta un clip audio registrato e risponde con voce e trascrizione

xAI · Audio

Il tuo primo risultato apparirà qui

Crea una richiesta qui sotto ed eseguila con la tua chiave API. Gli output vengono copiati nella nostra archiviazione, conservati per sempre oppure 7 giorni gratuitamente.

Crea una richiesta

I controlli vengono generati dallo schema del modello. Il codice e il prezzo si aggiornano mentre li modifichi.

0 / 20000

Istruzioni di sistema facoltative che forniscono il contesto della conversazione e specificano una persona al posto di quella predefinita di Grok; omettendole si mantiene quella predefinita.

•obbligatorio audio_url
Trascina un file oppure

URL dell'audio della voce dell'utente, limitato a 10 minuti e 50 MB. È possibile fornire i formati audio più comuni; prima che Grok riceva l'audio, questo viene convertito in PCM mono con campioni a 16 bit e 24 kHz. L'agente risponde alla registrazione con la voce.

Avanzate voice · enable_safety_checker · tools

Seleziona una voce xAI integrata per sostituire quella predefinita di Grok nella risposta dell'agente; se non impostata, viene mantenuta la voce predefinita.

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

Configurazione degli strumenti dell'agente per l'uso lato server, con file_search/collections esclusi dalla configurazione tipizzata a causa di ZDR. Tutti gli strumenti iniziano disabilitati; le opzioni supportate includono strumenti MCP remoti, strumenti web e strumenti X.

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

Esegui questa richiesta

La tua chiave rimane in questo browser: viene inviata solo al Doitong API e salvata in localStorage solo se selezioni Ricorda. Ottieni una chiave API

Informazioni su Grok Voice

Invia una registrazione tramite `audio_url` e l'agente risponde con audio parlato, restituito come WAV mono a 24 kHz insieme alla durata e, quando disponibile, a una trascrizione. Il `prompt` opzionale (fino a 20000 caratteri) definisce personalità e contesto, mentre `voice` seleziona una voce integrata. L'oggetto `tools` può abilitare la ricerca web, la ricerca su X o server MCP remoti, tutti disabilitati per impostazione predefinita.

Parametri

Invia il nome canonico oppure il nome nativo, non entrambi. Nomi canonici

NomeTipo PredefinitoConsentiti Descrizione
audio_urlobbligatorio audio
Tipourl · audio
URL dell'audio della voce dell'utente, limitato a 10 minuti e 50 MB. È possibile fornire i formati audio più comuni; prima che Grok riceva l'audio, questo viene convertito in PCM mono con campioni a 16 bit e 24 kHz. L'agente risponde alla registrazione con la voce.
promptfacoltativo
Tipostring | null
≤ 20.000 caratteri
Istruzioni di sistema facoltative che forniscono il contesto della conversazione e specificano una persona al posto di quella predefinita di Grok; omettendole si mantiene quella predefinita.
voicefacoltativo
Tipoenum
carinazaganhelixorionlunairisaltairzenithperseusheliosluxkeplerrigelcosmocelesteursa
+12 altrisiriuslumencastornakshatlasauroralioraaraeveleorexsal
Seleziona una voce xAI integrata per sostituire quella predefinita di Grok nella risposta dell'agente; se non impostata, viene mantenuta la voce predefinita.
toolsfacoltativo
Tipoobject
Predefinito{"mcp_servers":[],"web_search":{"enabled":false},"x_search":{"enabled":false}}
Configurazione degli strumenti dell'agente per l'uso lato server, con file_search/collections esclusi dalla configurazione tipizzata a causa di ZDR. Tutti gli strumenti iniziano disabilitati; le opzioni supportate includono strumenti MCP remoti, strumenti web e strumenti X.
tools.mcp_serversfacoltativo
Tipoobject[]
Server MCP remoti a cui il provider del modello si connette per l'esecuzione degli strumenti.
tools.mcp_servers[].allowed_toolsfacoltativo
Tipostring[]
≥ 1 items
Elenco facoltativo che specifica quali nomi di strumenti espone questo server.
tools.mcp_servers[].authorizationfacoltativo
Tipostring | null
Valore di autorizzazione sensibile inviato esclusivamente al provider del modello.
tools.mcp_servers[].enabledfacoltativo
Tipoboolean
Predefinitotrue
Flag di inclusione del server; false esclude il server.
tools.mcp_servers[].headersfacoltativo
Tipoobject | null
Header sensibili per le richieste MCP, inviati esclusivamente al provider del modello.
tools.mcp_servers[].server_descriptionfacoltativo
Tipostring | null
≤ 2000 characters
Descrizione delle funzionalità rese disponibili da questo server.
tools.mcp_servers[].server_labelobbligatorio
Tipostring
1 – 128 characters
Etichetta del server usata dal provider del modello per identificare i suoi strumenti e anteporla ai relativi nomi.
tools.mcp_servers[].server_urlobbligatorio
Tipostring
≥ 1 characters
Indirizzo HTTP(S) fornito dal chiamante per un server MCP a cui Grok si connette in remoto tramite i trasporti Streaming HTTP/SSE.
tools.web_search.allowed_domainsfacoltativo
Tipostring[]
1 – 5 items
Restrizione dei domini per i risultati di ricerca: specifica fino a cinque domini, omettendo protocolli e percorsi.
tools.web_search.enable_image_understandingfacoltativo
Tipoboolean | null
Autorizzazione per l'agente a esaminare le immagini scoperte tramite le ricerche web.
tools.web_search.enabledfacoltativo
Tipoboolean
Predefinitofalse
Accesso alla ricerca web per l'agente: true aggiunge web_search a session.tools e consente le ricerche web; il valore predefinito lo lascia disabilitato.
tools.web_search.excluded_domainsfacoltativo
Tipostring[]
1 – 5 items
Domini da escludere dai risultati di ricerca, limitati a cinque voci con protocolli e percorsi omessi.
tools.web_search.locationfacoltativo
Tipoobject
Posizione facoltativa per adattare geograficamente i risultati di ricerca.
tools.x_search.allowed_x_handlesfacoltativo
Tipostring[]
1 – 20 items
Handle X i cui post possono apparire nei risultati, limitati a 20 handle.
tools.x_search.enable_image_understandingfacoltativo
Tipoboolean | null
Autorizzazione per l'agente a esaminare le immagini scoperte su X.
tools.x_search.enable_video_understandingfacoltativo
Tipoboolean | null
Autorizzazione per l'agente a esaminare i video scoperti su X.
tools.x_search.enabledfacoltativo
Tipoboolean
Predefinitofalse
Accesso ai post X tramite la ricerca: true aggiunge x_search a session.tools, consentendo all'agente di cercare tali post; il valore predefinito lo lascia disabilitato.
tools.x_search.excluded_x_handlesfacoltativo
Tipostring[]
1 – 20 items
Handle X i cui post sono esclusi, limitati a 20 handle.
tools.x_search.from_datefacoltativo
Tipostring | null
Data più antica per i post, espressa nel formato ISO YYYY-MM-DD.
tools.x_search.to_datefacoltativo
Tipostring | null
Data più recente per i post, espressa nel formato ISO YYYY-MM-DD.
enable_safety_checkerfacoltativo
Tipoboolean
Predefinitotrue
Il controllo può essere allentato impostando false, se il chiamante è autorizzato.
obbligatorio Nome canonico, accettato anche

I parametri file accettano un URL pubblico https://, un URI data: fino a 10 MB oppure il file_url di un caricamento. File

Output

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"
  }
}
I tuoi file, la tua sceltaOgni outputs[].url è una copia nella nostra archiviazione: conservata per sempre (a pagamento per GB-mese) oppure 7 giorni gratuitamente, in base all'impostazione dell'account o a ?storage=.
Stessa struttura per ogni modellotype, url, content_type, width, height e duration, per immagini, video e audio. output è l'oggetto risultato del modello.
Campi dell'output
audio
object {url, content_type, file_name, file_size}Risposta parlata dell'agente Grok, fornita come WAV mono a 24 kHz.
text
stringTesto associato al parlato dell'agente: una stringa vuota indica che Grok non ha fornito una trascrizione; altrimenti contiene la trascrizione.
duration
numberDurata dell'audio generato, misurata in secondi.

Altri modelli: Audio

Per gli agenti AI: questa pagina in Markdown è disponibile all'indirizzo https://doitong.com/it/developers/models/xai/grok-voice.md. Tutti i modelli e le guide: https://doitong.com/developers/llms.txt