Pereiti prie turinio

Grok Voice

Integruoti

Modelio 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"

Iki 1,494 $ už vykdymą mokama pagal faktinį naudojimą, likusi suma grąžinama Paleisti šiame puslapyje

Gauti API raktą
xAI Garsas #xai#grok#voice#agent

Balso agentas, klausantis įrašyto garso klipo ir atsakantis kalba bei transkripcija

xAI · Garsas

Čia bus pirmasis jūsų rezultatas

Sukurkite užklausą toliau ir paleiskite ją naudodami savo API raktą. Išvestys nukopijuojamos į mūsų saugyklą ir saugomos neribotą laiką arba 7 dienos nemokamai.

Sukurti užklausą

Valdikliai sugeneruojami pagal modelio schemą. Keisdami juos atnaujinsite kodą ir kainą.

0 / 20000

Pasirinktinės sistemos instrukcijos, suteikiančios pokalbio kontekstą ir nurodančios asmenybę vietoje numatytosios Grok; jų nepateikus, išlaikoma numatytoji asmenybė.

•privaloma audio_url
Įmeskite failą arba

Naudotojo kalbos garso URL, ne ilgesnis nei 10 minučių ir 50 MB. Galima pateikti daugumą įprastų garso formatų; prieš Grok gaunant garsą, jis konvertuojamas į monofoninį PCM su 16 bitų pavyzdžiais, 24 kHz dažniu. Agentas įrašą atsako kalba.

Išplėstiniai voice · enable_safety_checker · tools

Pasirinkite integruotą xAI balsą, kuris pakeistų numatytąjį Grok agento atsakymui; šio nenustačius, išlaikomas numatytasis balsas.

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

Agentų įrankių konfigūracija serverio pusėje, neįtraukiant file_search/collections į tipizuotą konfigūraciją dėl ZDR. Visi įrankiai iš pradžių išjungti; palaikomos parinktys apima nuotolinius MCP įrankius, žiniatinklio įrankius ir X įrankius.

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

Vykdyti šią užklausą

Jūsų raktas lieka šioje naršyklėje: jis siunčiamas tik į Doitong API ir išsaugomas (localStorage) tik pažymėjus Prisiminti. Gauti API raktą

Apie Grok Voice

Siųskite įrašą per `audio_url`, o agentas atsakys balsu, grąžinamu kaip 24 kHz mono WAV, kartu pateikdamas trukmę ir, jei įmanoma, transkripciją. Pasirinktinis `prompt` (iki 20000 simbolių) nustato asmenybę ir kontekstą, o `voice` parenka integruotą balsą. Objektas `tools` gali įjungti paiešką internete, X paiešką arba nuotolinius MCP serverius; pagal numatytuosius nustatymus viskas išjungta.

Parametrai

Siųskite arba kanoninį, arba savąjį pavadinimą, bet ne abu. Kanoniniai pavadinimai

PavadinimasTipas Numatytoji reikšmėLeidžiama Aprašas
audio_urlprivaloma audio
Tipasurl · audio
Naudotojo kalbos garso URL, ne ilgesnis nei 10 minučių ir 50 MB. Galima pateikti daugumą įprastų garso formatų; prieš Grok gaunant garsą, jis konvertuojamas į monofoninį PCM su 16 bitų pavyzdžiais, 24 kHz dažniu. Agentas įrašą atsako kalba.
promptneprivalomas
Tipasstring | null
≤ 20 000 simbolių
Pasirinktinės sistemos instrukcijos, suteikiančios pokalbio kontekstą ir nurodančios asmenybę vietoje numatytosios Grok; jų nepateikus, išlaikoma numatytoji asmenybė.
voiceneprivalomas
Tipasenum
carinazaganhelixorionlunairisaltairzenithperseusheliosluxkeplerrigelcosmocelesteursa
dar +12siriuslumencastornakshatlasauroralioraaraeveleorexsal
Pasirinkite integruotą xAI balsą, kuris pakeistų numatytąjį Grok agento atsakymui; šio nenustačius, išlaikomas numatytasis balsas.
toolsneprivalomas
Tipasobject
Numatytoji reikšmė{"mcp_servers":[],"web_search":{"enabled":false},"x_search":{"enabled":false}}
Agentų įrankių konfigūracija serverio pusėje, neįtraukiant file_search/collections į tipizuotą konfigūraciją dėl ZDR. Visi įrankiai iš pradžių išjungti; palaikomos parinktys apima nuotolinius MCP įrankius, žiniatinklio įrankius ir X įrankius.
tools.mcp_serversneprivalomas
Tipasobject[]
Nuotoliniai MCP serveriai, prie kurių modelio teikėjas jungiasi įrankiams vykdyti.
tools.mcp_servers[].allowed_toolsneprivalomas
Tipasstring[]
≥ 1 items
Pasirinktinis sąrašas, nurodantis, kokius įrankių pavadinimus šis serveris teikia.
tools.mcp_servers[].authorizationneprivalomas
Tipasstring | null
Slapta autorizacijos reikšmė, siunčiama tik modelio teikėjui.
tools.mcp_servers[].enabledneprivalomas
Tipasboolean
Numatytoji reikšmėtrue
Serverio įtraukimo požymis; false pašalina serverį.
tools.mcp_servers[].headersneprivalomas
Tipasobject | null
Slapti MCP užklausų antraščių duomenys, siunčiami tik modelio teikėjui.
tools.mcp_servers[].server_descriptionneprivalomas
Tipasstring | null
≤ 2000 characters
Aprašas, nusakantis šio serverio teikiamas galimybes.
tools.mcp_servers[].server_labelprivaloma
Tipasstring
1 – 128 characters
Serverio etiketė, kurią modelio teikėjas naudoja įrankiams identifikuoti ir jų pavadinimams papildyti prefiksu.
tools.mcp_servers[].server_urlprivaloma
Tipasstring
≥ 1 characters
Iškvietėjo pateiktas HTTP(S) adresas MCP serveriui, prie kurio Grok nuotoliniu būdu jungiasi per Streaming HTTP/SSE transportus.
tools.web_search.allowed_domainsneprivalomas
Tipasstring[]
1 – 5 items
Paieškos rezultatų domenų apribojimas: nurodykite ne daugiau kaip penkis domenus, neįtraukdami protokolų ir kelių.
tools.web_search.enable_image_understandingneprivalomas
Tipasboolean | null
Leidimas agentui nagrinėti per žiniatinklio paiešką rastus vaizdus.
tools.web_search.enabledneprivalomas
Tipasboolean
Numatytoji reikšmėfalse
Agentui suteikiama žiniatinklio paieškos prieiga: true įtraukia web_search į session.tools ir leidžia atlikti žiniatinklio paiešką; numatytoji reikšmė ją palieka išjungtą.
tools.web_search.excluded_domainsneprivalomas
Tipasstring[]
1 – 5 items
Į paieškos rezultatus neįtraukiami domenai, ne daugiau kaip penki įrašai, nenurodant protokolų ir kelių.
tools.web_search.locationneprivalomas
Tipasobject
Pasirinktinė vieta, skirta paieškos rezultatams pritaikyti geografiniu požiūriu.
tools.x_search.allowed_x_handlesneprivalomas
Tipasstring[]
1 – 20 items
X paskyrų vardai, kurių įrašai gali būti rodomi rezultatuose; ne daugiau kaip 20 paskyrų vardų.
tools.x_search.enable_image_understandingneprivalomas
Tipasboolean | null
Leidimas agentui nagrinėti X rastus vaizdus.
tools.x_search.enable_video_understandingneprivalomas
Tipasboolean | null
Leidimas agentui nagrinėti X rastus vaizdo įrašus.
tools.x_search.enabledneprivalomas
Tipasboolean
Numatytoji reikšmėfalse
Prieiga prie X įrašų per paiešką: true įtraukia x_search į session.tools, kad agentas galėtų ieškoti šių įrašų; numatytoji reikšmė ją palieka išjungtą.
tools.x_search.excluded_x_handlesneprivalomas
Tipasstring[]
1 – 20 items
X paskyrų vardai, kurių įrašai neįtraukiami; ne daugiau kaip 20 paskyrų vardų.
tools.x_search.from_dateneprivalomas
Tipasstring | null
Anksčiausia įrašų data, išreikšta ISO formatu YYYY-MM-DD.
tools.x_search.to_dateneprivalomas
Tipasstring | null
Vėliausia įrašų data, išreikšta ISO formatu YYYY-MM-DD.
enable_safety_checkerneprivalomas
Tipasboolean
Numatytoji reikšmėtrue
Patikrą galima sušvelninti nustačius false, jei skambinantysis turi teisę tai daryti.
privaloma Kanoninis pavadinimas, taip pat priimamas

Failų parametrams reikia viešo https:// URL, ne didesnio nei 10 MB data: URI arba įkelto failo file_url. Failai

Išvestis

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"
  }
}
Jūsų failai — jūsų pasirinkimasKiekvienas outputs[].url yra kopija mūsų saugykloje: saugoma neribotą laiką (mokama už GB per mėnesį) arba 7 dienos nemokamai, pagal paskyros nustatymą arba ?storage=.
Ta pati struktūra kiekviename modelyjetype, url, content_type, width, height ir duration taikomi vaizdams, vaizdo įrašams ir garsui. output yra paties modelio rezultatų objektas.
Išvesties laukai
audio
object {url, content_type, file_name, file_size}Grok agento ištartas atsakymas, pateikiamas kaip mono WAV 24 kHz dažniu.
text
stringTekstas, lydintis agento kalbą: tuščia eilutė reiškia, kad Grok nepateikė transkripcijos; kitu atveju joje pateikiama transkripcija.
duration
numberSugeneruoto garso trukmė sekundėmis.

Daugiau modelių: Garsas

AI agentams: šis puslapis Markdown formatu pateikiamas adresu https://doitong.com/lt/developers/models/xai/grok-voice.md. Visi modeliai ir vadovai: https://doitong.com/developers/llms.txt