Мазмұнға өту

Grok Voice

Интеграциялау

Модель идентификаторы 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"

Бір орындауға 1,494 $ дейін нақты пайдалануға қарай ақы алынады, қалғаны қайтарылады Осы бетте іске қосу

API кілтін алу
xAI Аудио #xai#grok#voice#agent

Жазылған аудио клипті тыңдап, сөйлеу және транскрипт арқылы жауап беретін дауыс агенті

xAI · Аудио

Алғашқы нәтижеңіз осында пайда болады

Төменде сұрау құрып, оны API кілтіңізбен іске қосыңыз. Шығыстар сақтау орнымызға көшіріліп, мәңгі немесе 7 күн тегін сақталады.

Сұрау жасау

Басқару элементтері модель схемасынан жасалады. Оларды өзгерткен сайын код пен баға жаңартылады.

0 / 20000

Сөйлесу контекстін беретін және Grok әдепкісінің орнына персонасын анықтайтын қосымша жүйелік нұсқаулар; көрсетілмесе, әдепкі персона сақталады.

•міндетті audio_url
Файлды тастаңыз немесе

Пайдаланушының сөйлеуіне арналған аудио URL; 10 минут және 50 MB көлемімен шектеледі. Көп таралған аудио форматтарын беруге болады; Grok аудионы қабылдамас бұрын оны 24 kHz жиілікте 16 биттік үлгілері бар моно PCM форматына түрлендіреді. Агент жазбаға сөйлеу арқылы жауап береді.

Қосымша voice · enable_safety_checker · tools

Агент жауабында Grok әдепкі дауысын алмастыратын кірістірілген xAI дауысын таңдаңыз; бұл параметр орнатылмаса, әдепкі дауыс сақталады.

әдепкі {"mcp_servers":[],"we...

Серверлік қолдануға арналған агент құралдарының конфигурациясы; ZDR себебінен типтелген конфигурациядан file_search/collections алынып тасталады. Барлық құрал әдепкіде өшірулі; қолдау көрсетілетін параметрлерге қашықтағы MCP құралдары, web құралдары және X құралдары кіреді.

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

Осы сұрауды іске қосу

Кілтіңіз осы браузерде қалады: ол тек Doitong API-ге жіберіледі және Remember параметрін белгілеcеңіз ғана localStorage ішінде сақталады. API кілтін алу

Grok Voice туралы

Жазбаны `audio_url` арқылы жіберіңіз, агент сөйлеу аудиосымен жауап береді; ол 24 kHz моно WAV түрінде, ұзақтығымен және қолжетімді болса транскриптімен қайтарылады. Қосымша `prompt` (20000 таңбаға дейін) тұлға мен контексті орнатады, ал `voice` кіріктірілген дауысты таңдайды. `tools` нысаны веб іздеуді, X іздеуін немесе қашықтағы MCP серверлерін қоса алады; әдепкіде бәрі өшірулі.

Параметрлер

Канондық атауды немесе төл атауды жіберіңіз, екеуін қатар жібермеңіз. Канондық атаулар

АтауыТүрі ӘдепкіРұқсат етілген Сипаттама
audio_urlміндетті audio
Түріurl · audio
Пайдаланушының сөйлеуіне арналған аудио URL; 10 минут және 50 MB көлемімен шектеледі. Көп таралған аудио форматтарын беруге болады; Grok аудионы қабылдамас бұрын оны 24 kHz жиілікте 16 биттік үлгілері бар моно PCM форматына түрлендіреді. Агент жазбаға сөйлеу арқылы жауап береді.
promptміндетті емес
Түріstring | null
≤ 20 000 таңба
Сөйлесу контекстін беретін және Grok әдепкісінің орнына персонасын анықтайтын қосымша жүйелік нұсқаулар; көрсетілмесе, әдепкі персона сақталады.
voiceміндетті емес
Түріenum
carinazaganhelixorionlunairisaltairzenithperseusheliosluxkeplerrigelcosmocelesteursa
тағы 12siriuslumencastornakshatlasauroralioraaraeveleorexsal
Агент жауабында Grok әдепкі дауысын алмастыратын кірістірілген xAI дауысын таңдаңыз; бұл параметр орнатылмаса, әдепкі дауыс сақталады.
toolsміндетті емес
Түріobject
Әдепкі{"mcp_servers":[],"web_search":{"enabled":false},"x_search":{"enabled":false}}
Серверлік қолдануға арналған агент құралдарының конфигурациясы; ZDR себебінен типтелген конфигурациядан file_search/collections алынып тасталады. Барлық құрал әдепкіде өшірулі; қолдау көрсетілетін параметрлерге қашықтағы MCP құралдары, web құралдары және X құралдары кіреді.
tools.mcp_serversміндетті емес
Түріobject[]
Модель провайдері құралдарды орындау үшін қосылатын қашықтағы MCP серверлері.
tools.mcp_servers[].allowed_toolsміндетті емес
Түріstring[]
≥ 1 items
Бұл сервер ашатын құрал атауларын көрсететін қосымша тізім.
tools.mcp_servers[].authorizationміндетті емес
Түріstring | null
Тек модель провайдеріне жіберілетін құпия авторизация мәні.
tools.mcp_servers[].enabledміндетті емес
Түріboolean
Әдепкіtrue
Серверді қосу жалаушасы; `false` серверді алып тастайды.
tools.mcp_servers[].headersміндетті емес
Түріobject | null
Тек модель провайдеріне жіберілетін MCP сұрауларына арналған құпия тақырыптар.
tools.mcp_servers[].server_descriptionміндетті емес
Түріstring | null
≤ 2000 characters
Бұл сервер ұсынатын мүмкіндіктердің сипаттамасы.
tools.mcp_servers[].server_labelміндетті
Түріstring
1 – 128 characters
Модель провайдері құралдарын анықтау және олардың атауларына префикс қосу үшін пайдаланатын сервер белгісі.
tools.mcp_servers[].server_urlміндетті
Түріstring
≥ 1 characters
Grok Streaming HTTP/SSE тасымалдаушылары арқылы қашықтан қосылатын MCP серверіне қоңырау шалушы беретін HTTP(S) мекенжайы.
tools.web_search.allowed_domainsміндетті емес
Түріstring[]
1 – 5 items
Іздеу нәтижелеріне арналған домен шектеуі: протоколдар мен жолдарды қоспай, ең көбі бес домен көрсетіңіз.
tools.web_search.enable_image_understandingміндетті емес
Түріboolean | null
Агентке web іздеулері арқылы табылған кескіндерді тексеру рұқсаты.
tools.web_search.enabledміндетті емес
Түріboolean
Әдепкіfalse
Агенттің web іздеуіне рұқсаты: `true` session.tools ішіне web_search қосып, web іздеулеріне рұқсат береді; әдепкі мән оны өшірулі қалдырады.
tools.web_search.excluded_domainsміндетті емес
Түріstring[]
1 – 5 items
Іздеу нәтижелерінен алып тасталатын домендер, протоколдар мен жолдарсыз ең көбі бес жазба.
tools.web_search.locationміндетті емес
Түріobject
Іздеу нәтижелерін географиялық тұрғыдан бейімдеуге арналған қосымша орналасу орны.
tools.x_search.allowed_x_handlesміндетті емес
Түріstring[]
1 – 20 items
Жазбалары нәтижелерде көрінуі мүмкін X дескрипторлары, ең көбі 20 дескриптор.
tools.x_search.enable_image_understandingміндетті емес
Түріboolean | null
Агентке X желісінен табылған кескіндерді тексеру рұқсаты.
tools.x_search.enable_video_understandingміндетті емес
Түріboolean | null
Агентке X желісінен табылған бейнелерді тексеру рұқсаты.
tools.x_search.enabledміндетті емес
Түріboolean
Әдепкіfalse
Іздеу арқылы X жазбаларына қол жеткізу: `true` session.tools ішіне x_search қосып, агентке сол жазбаларды іздеуге мүмкіндік береді; әдепкі мән оны өшірулі қалдырады.
tools.x_search.excluded_x_handlesміндетті емес
Түріstring[]
1 – 20 items
Жазбалары алынып тасталатын X дескрипторлары, ең көбі 20 дескриптор.
tools.x_search.from_dateміндетті емес
Түріstring | null
Жазбалар үшін ISO YYYY-MM-DD форматында берілетін ең ерте күн.
tools.x_search.to_dateміндетті емес
Түріstring | null
Жазбалар үшін ISO YYYY-MM-DD форматында берілетін ең соңғы күн.
enable_safety_checkerміндетті емес
Түріboolean
Әдепкіtrue
Шақырушы авторизацияланған болса, false мәнін орнату арқылы тексеруді жеңілдетуге болады.
міндетті Канондық атау, бұл да қабылданады

Файл параметрлері жалпыға қолжетімді https:// URL мекенжайын, 10 MB-қа дейінгі data: URI мекенжайын немесе жүктеп салынған файлдың file_url мәнін қабылдайды. Файлдар

Шығыс

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"
  }
}
Файлдарыңыз — таңдауыңызӘр outputs[].url — сақтау орнымыздағы көшірме: мәңгі (әр GB-ай үшін ақылы) немесе аккаунт параметрі не ?storage= арқылы 7 күн тегін сақталады.
Әр модельдегі пішім бірдейtype, url, content_type, width, height және duration — кескіндерге, бейнеге және аудиоға ортақ. output — модельдің өз нәтижелер нысаны.
Шығыс өрістері
audio
object {url, content_type, file_name, file_size}Grok агентінің 24 kHz жиілігіндегі моно WAV форматында берілетін айтылған жауабы.
text
stringАгент сөзіне ілесетін мәтін: бос жол Grok транскрипт ұсынбағанын білдіреді; әйтпесе онда транскрипт болады.
duration
numberСекундпен өлшенетін генерацияланған аудио ұзақтығы.

Қосымша модельдер: Аудио

AI агенттеріне: бұл беттің Markdown нұсқасы мына жерде: https://doitong.com/kk/developers/models/xai/grok-voice.md. Барлық модельдер мен нұсқаулықтар: https://doitong.com/developers/llms.txt