콘텐츠로 건너뛰기

Grok Voice

통합

모델 id 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"

실행당 최대 $1.494 실제 사용량에 따라 과금되며 나머지는 환불됩니다 이 페이지에서 실행

API 키 받기
xAI 오디오 #xai#grok#voice#agent

녹음된 오디오 클립을 듣고 음성과 트랜스크립트로 답변하는 음성 에이전트

xAI · 오디오

첫 번째 결과가 여기에 표시됩니다

아래에서 요청을 작성하고 API 키로 실행하세요. 출력은 스토리지에 복사되며, 영구 보관하거나 7일 동안 무료로 보관할 수 있습니다.

요청 만들기

컨트롤은 모델 스키마에서 생성됩니다. 값을 변경하면 코드와 가격이 업데이트됩니다.

0 / 20000

대화 컨텍스트를 제공하고 Grok의 기본 페르소나 대신 사용할 페르소나를 지정하는 선택적 시스템 지침입니다. 생략하면 기본 페르소나가 유지됩니다.

•필수 audio_url
파일을 끌어다 놓거나

사용자 음성의 오디오 URL로, 10분 및 50 MB로 제한됩니다. 대부분의 일반적인 오디오 형식을 제공할 수 있으며, Grok이 오디오를 수신하기 전에 24 kHz, 16비트 샘플의 모노 PCM으로 변환됩니다. 에이전트는 녹음에 음성으로 응답합니다.

고급 voice · enable_safety_checker · tools

에이전트 응답에서 Grok의 기본 음성을 재정의할 기본 제공 xAI 음성을 선택합니다. 설정하지 않으면 기본 음성이 유지됩니다.

기본값 {"mcp_servers":[],"we...

서버 측 사용을 위한 에이전트 도구 구성입니다. ZDR로 인해 typed 구성에서 file_search/collections를 제외합니다. 모든 도구는 처음에 비활성화되며, 원격 MCP 도구, 웹 도구, X 도구를 지원합니다.

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

이 요청 실행

키는 이 브라우저에 유지됩니다. Doitong API로만 전송되며, 기억하기를 선택한 경우에만 localStorage에 저장됩니다. API 키 받기

Grok Voice 정보

`audio_url`을 통해 녹음을 전송하면 에이전트가 음성 오디오로 답변합니다. 결과는 24 kHz 모노 WAV와 재생 시간, 가능한 경우 트랜스크립트로 반환됩니다. 선택적 `prompt` (최대 20000자)로 페르소나와 컨텍스트를 설정하고, `voice`로 기본 제공 음성을 선택합니다. `tools` 객체에서 웹 검색, X 검색 또는 원격 MCP 서버를 활성화할 수 있으며 기본값은 모두 비활성화입니다.

매개변수

표준 이름이나 네이티브 이름 중 하나만 보내세요. 표준 이름

이름유형 기본값허용됨 설명
audio_url필수 audio
유형url · audio
사용자 음성의 오디오 URL로, 10분 및 50 MB로 제한됩니다. 대부분의 일반적인 오디오 형식을 제공할 수 있으며, Grok이 오디오를 수신하기 전에 24 kHz, 16비트 샘플의 모노 PCM으로 변환됩니다. 에이전트는 녹음에 음성으로 응답합니다.
prompt선택 사항
유형string | null
≤ 20,000자
대화 컨텍스트를 제공하고 Grok의 기본 페르소나 대신 사용할 페르소나를 지정하는 선택적 시스템 지침입니다. 생략하면 기본 페르소나가 유지됩니다.
voice선택 사항
유형enum
carinazaganhelixorionlunairisaltairzenithperseusheliosluxkeplerrigelcosmocelesteursa
+12개 더 보기siriuslumencastornakshatlasauroralioraaraeveleorexsal
에이전트 응답에서 Grok의 기본 음성을 재정의할 기본 제공 xAI 음성을 선택합니다. 설정하지 않으면 기본 음성이 유지됩니다.
tools선택 사항
유형object
기본값{"mcp_servers":[],"web_search":{"enabled":false},"x_search":{"enabled":false}}
서버 측 사용을 위한 에이전트 도구 구성입니다. ZDR로 인해 typed 구성에서 file_search/collections를 제외합니다. 모든 도구는 처음에 비활성화되며, 원격 MCP 도구, 웹 도구, X 도구를 지원합니다.
tools.mcp_servers선택 사항
유형object[]
도구 실행을 위해 모델 제공자가 연결하는 원격 MCP 서버입니다.
tools.mcp_servers[].allowed_tools선택 사항
유형string[]
≥ 1 items
이 서버가 노출하는 도구 이름을 지정하는 선택적 목록입니다.
tools.mcp_servers[].authorization선택 사항
유형string | null
모델 제공자에게만 전송되는 민감한 인증 값입니다.
tools.mcp_servers[].enabled선택 사항
유형boolean
기본값true
서버 포함 플래그입니다. false이면 서버가 제외됩니다.
tools.mcp_servers[].headers선택 사항
유형object | null
MCP 요청에 사용하는 민감한 헤더로, 모델 제공자에게만 전송됩니다.
tools.mcp_servers[].server_description선택 사항
유형string | null
≤ 2000 characters
이 서버가 제공하는 기능을 설명하는 내용입니다.
tools.mcp_servers[].server_label필수
유형string
1 – 128 characters
모델 제공자가 도구를 식별하고 이름 앞에 접두사를 붙이는 데 사용하는 서버 레이블입니다.
tools.mcp_servers[].server_url필수
유형string
≥ 1 characters
호출자가 제공하는 HTTP(S) 주소로, Grok이 Streaming HTTP/SSE 전송을 통해 원격으로 연결하는 MCP 서버에 사용합니다.
tools.web_search.allowed_domains선택 사항
유형string[]
1 – 5 items
검색 결과의 도메인 제한입니다. 프로토콜과 경로를 제외하고 최대 5개의 도메인을 지정하세요.
tools.web_search.enable_image_understanding선택 사항
유형boolean | null
에이전트가 웹 검색으로 발견한 이미지를 확인할 수 있는 권한입니다.
tools.web_search.enabled선택 사항
유형boolean
기본값false
에이전트의 웹 검색 액세스 권한입니다. true이면 session.tools에 web_search를 추가하고 웹 검색을 허용하며, 기본값은 비활성화 상태입니다.
tools.web_search.excluded_domains선택 사항
유형string[]
1 – 5 items
검색 결과에서 제외할 도메인으로, 프로토콜과 경로를 제외하고 최대 5개까지 지정합니다.
tools.web_search.location선택 사항
유형object
검색 결과를 지역에 맞게 조정하기 위한 선택적 위치입니다.
tools.x_search.allowed_x_handles선택 사항
유형string[]
1 – 20 items
게시물이 결과에 표시될 수 있는 X 핸들로, 최대 20개입니다.
tools.x_search.enable_image_understanding선택 사항
유형boolean | null
에이전트가 X에서 발견한 이미지를 확인할 수 있는 권한입니다.
tools.x_search.enable_video_understanding선택 사항
유형boolean | null
에이전트가 X에서 발견한 동영상을 확인할 수 있는 권한입니다.
tools.x_search.enabled선택 사항
유형boolean
기본값false
검색을 통한 X 게시물 액세스 권한입니다. true이면 session.tools에 x_search를 추가하여 에이전트가 해당 게시물을 검색할 수 있으며, 기본값은 비활성화 상태입니다.
tools.x_search.excluded_x_handles선택 사항
유형string[]
1 – 20 items
게시물이 제외되는 X 핸들로, 최대 20개입니다.
tools.x_search.from_date선택 사항
유형string | null
게시물의 가장 이른 날짜로, ISO 형식 YYYY-MM-DD로 표현합니다.
tools.x_search.to_date선택 사항
유형string | null
게시물의 가장 늦은 날짜로, ISO 형식 YYYY-MM-DD로 표현합니다.
enable_safety_checker선택 사항
유형boolean
기본값true
호출자에게 권한이 있으면 false로 설정해 검사를 완화할 수 있습니다.
필수 표준 이름, 사용 가능

파일 매개변수에는 공개 https:// URL, 최대 10 MB의 data: URI 또는 업로드의 file_url을 사용할 수 있습니다. 파일

출력

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"
  }
}
파일 보관 방식 선택모든 outputs[].url은 스토리지에 저장된 복사본입니다. 계정 설정 또는 ?storage=에 따라 영구 보관(GB-월 단위 과금)하거나 7일 동안 무료로 보관합니다.
모든 모델에서 동일한 구조이미지, 동영상, 오디오 모두 type, url, content_type, width, height 및 duration을 사용합니다. output은 모델 자체의 결과 객체입니다.
출력 필드
audio
object {url, content_type, file_name, file_size}Grok 에이전트의 음성 응답으로, 24 kHz 모노 WAV로 제공됩니다.
text
string에이전트의 음성에 함께 제공되는 텍스트입니다. 빈 문자열은 Grok이 트랜스크립트를 제공하지 않았음을 나타내며, 그렇지 않으면 트랜스크립트가 포함됩니다.
duration
number생성된 오디오 길이로, 초 단위입니다.

더 많은 모델: 오디오

AI 에이전트용: 이 페이지의 Markdown 버전: https://doitong.com/ko/developers/models/xai/grok-voice.md. 모든 모델 및 가이드: https://doitong.com/developers/llms.txt