Aqbeż għall-kontenut

Grok Voice

Integra

Id tal-mudell 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"

Sa $1.494 għal kull eżekuzzjoni titħallas skont l-użu attwali, il-bqija tiġi rifuża Ħaddmu f’din il-paġna

Ikseb ċavetta API
xAI Awdjo #xai#grok#voice#agent

Aġent tal-vuċi li jisma’ klipp awdjo rrekordjat u jwieġeb b’diskors flimkien ma’ traskrizzjoni

xAI · Awdjo

L-ewwel riżultat tiegħek jidher hawn

Ibni talba hawn taħt u ħaddimha biċ-ċavetta API tiegħek. L-outputs jiġu kkupjati fil-ħażna tagħna, miżmuma għal dejjem jew 7 ijiem b’xejn.

Ibni talba

Il-kontrolli jiġu ġġenerati mill-iskema tal-mudell. Il-kodiċi u l-prezz jaġġornaw hekk kif tibdilhom.

0 / 20000

Istruzzjonijiet tas-sistema mhux obbligatorji li jipprovdu kuntest tal-konverżazzjoni u jispeċifikaw persona minflok il-prestabbilit ta’ Grok; jekk jitħallew barra, tinżamm dik il-persona prestabbilita.

•meħtieġ audio_url
Waqqa’ fajl, jew

URL tal-awdjo għad-diskors tal-utent, limitat għal 10 minuti u 50 MB. Jistgħu jiġu pprovduti l-aktar formati komuni tal-awdjo; qabel ma Grok jirċievi l-awdjo, dan jiġi kkonvertit għal mono PCM b’kampjuni ta’ 16-bit f’24 kHz. L-aġent iwieġeb għar-reġistrazzjoni bid-diskors.

Avvanzat voice · enable_safety_checker · tools

Agħżel vuċi xAI integrata biex tissostitwixxi l-vuċi prestabbilita ta’ Grok għat-tweġiba tal-aġent; jekk ma tiġix issettjata, tinżamm dik il-vuċi prestabbilita.

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

Konfigurazzjoni tal-għodod tal-aġent għall-użu fuq is-server, li teskludi file_search/collections mill-konfigurazzjoni tipizzata minħabba ZDR. L-għodod kollha jibdew diżattivati; l-għażliet appoġġjati jinkludu għodod MCP remoti, għodod tal-web u għodod X.

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

Ħaddem din it-talba

Iċ-ċavetta tiegħek tibqa’ f’dan il-browser: tintbagħat biss lid-Doitong API u tiġi ssejvjata (localStorage) biss jekk timmarka Ftakar. Ikseb ċavetta API

Dwar Grok Voice

Ibgħat reġistrazzjoni permezz ta’ `audio_url` u l-aġent iwieġeb b’awdjo mitkellem, ritornat bħala WAV mono ta’ 24 kHz flimkien mat-tul tiegħu u traskrizzjoni meta disponibbli. `prompt` fakultattiv (sa 20000 karattru) jistabbilixxi l-persona u l-kuntest, u `voice` jagħżel vuċi integrata. L-oġġett `tools` jista’ jattiva t-tiftix fuq il-web, it-tiftix fuq X jew servers MCP remoti, kollha diżattivati awtomatikament.

Parametri

Ibgħat jew l-isem kanoniku jew l-isem nattiv, mhux it-tnejn. Ismijiet kanoniċi

IsemTip PrestabbilitPermess Deskrizzjoni
audio_urlmeħtieġ audio
Tipurl · audio
URL tal-awdjo għad-diskors tal-utent, limitat għal 10 minuti u 50 MB. Jistgħu jiġu pprovduti l-aktar formati komuni tal-awdjo; qabel ma Grok jirċievi l-awdjo, dan jiġi kkonvertit għal mono PCM b’kampjuni ta’ 16-bit f’24 kHz. L-aġent iwieġeb għar-reġistrazzjoni bid-diskors.
promptmhux obbligatorju
Tipstring | null
≤ 20,000 karattri
Istruzzjonijiet tas-sistema mhux obbligatorji li jipprovdu kuntest tal-konverżazzjoni u jispeċifikaw persona minflok il-prestabbilit ta’ Grok; jekk jitħallew barra, tinżamm dik il-persona prestabbilita.
voicemhux obbligatorju
Tipenum
carinazaganhelixorionlunairisaltairzenithperseusheliosluxkeplerrigelcosmocelesteursa
+12 oħrasiriuslumencastornakshatlasauroralioraaraeveleorexsal
Agħżel vuċi xAI integrata biex tissostitwixxi l-vuċi prestabbilita ta’ Grok għat-tweġiba tal-aġent; jekk ma tiġix issettjata, tinżamm dik il-vuċi prestabbilita.
toolsmhux obbligatorju
Tipobject
Prestabbilit{"mcp_servers":[],"web_search":{"enabled":false},"x_search":{"enabled":false}}
Konfigurazzjoni tal-għodod tal-aġent għall-użu fuq is-server, li teskludi file_search/collections mill-konfigurazzjoni tipizzata minħabba ZDR. L-għodod kollha jibdew diżattivati; l-għażliet appoġġjati jinkludu għodod MCP remoti, għodod tal-web u għodod X.
tools.mcp_serversmhux obbligatorju
Tipobject[]
Servers MCP remoti li magħhom il-fornitur tal-mudell jikkonnettja għall-eżekuzzjoni tal-għodod.
tools.mcp_servers[].allowed_toolsmhux obbligatorju
Tipstring[]
≥ 1 items
Lista mhux obbligatorja li tispeċifika liema ismijiet ta’ għodod jesponi dan is-server.
tools.mcp_servers[].authorizationmhux obbligatorju
Tipstring | null
Valur ta’ awtorizzazzjoni sensittiv mibgħut esklussivament lill-fornitur tal-mudell.
tools.mcp_servers[].enabledmhux obbligatorju
Tipboolean
Prestabbilittrue
Flag tal-inklużjoni tas-server; false jeskludi s-server.
tools.mcp_servers[].headersmhux obbligatorju
Tipobject | null
Headers sensittivi għall-talbiet MCP, mibgħuta esklussivament lill-fornitur tal-mudell.
tools.mcp_servers[].server_descriptionmhux obbligatorju
Tipstring | null
≤ 2000 characters
Deskrizzjoni li tispjega l-kapaċitajiet li dan is-server jagħmel disponibbli.
tools.mcp_servers[].server_labelmeħtieġ
Tipstring
1 – 128 characters
Tikketta tas-server użata mill-fornitur tal-mudell biex jidentifika l-għodod tiegħu u jżid prefiss ma’ isimhom.
tools.mcp_servers[].server_urlmeħtieġ
Tipstring
≥ 1 characters
Indirizz HTTP(S) ipprovdut minn min jagħmel it-talba għal server MCP li Grok jikkonnettja miegħu mill-bogħod permezz tat-trasport Streaming HTTP/SSE.
tools.web_search.allowed_domainsmhux obbligatorju
Tipstring[]
1 – 5 items
Restrizzjoni tad-dominji għar-riżultati tat-tfittxija: speċifika sa ħames dominji, billi tħalli barra l-protokolli u l-paths.
tools.web_search.enable_image_understandingmhux obbligatorju
Tipboolean | null
Permess għall-aġent biex jeżamina immaġnijiet misjuba permezz ta’ tfittxijiet fuq il-web.
tools.web_search.enabledmhux obbligatorju
Tipboolean
Prestabbilitfalse
Aċċess għat-tfittxija fuq il-web għall-aġent: true iżid web_search ma’ session.tools u jippermetti tfittxijiet fuq il-web; il-prestabbilit iħallih diżattivat.
tools.web_search.excluded_domainsmhux obbligatorju
Tipstring[]
1 – 5 items
Dominji li għandhom jiġu esklużi mir-riżultati tat-tfittxija, limitati għal ħames entrati mingħajr protokolli u paths.
tools.web_search.locationmhux obbligatorju
Tipobject
Post mhux obbligatorju biex ir-riżultati tat-tfittxija jiġu adattati ġeografikament.
tools.x_search.allowed_x_handlesmhux obbligatorju
Tipstring[]
1 – 20 items
Handles ta’ X li l-posts tagħhom jistgħu jidhru fir-riżultati, limitati għal 20 handle.
tools.x_search.enable_image_understandingmhux obbligatorju
Tipboolean | null
Permess għall-aġent biex jeżamina immaġnijiet misjuba fuq X.
tools.x_search.enable_video_understandingmhux obbligatorju
Tipboolean | null
Permess għall-aġent biex jeżamina vidjows misjuba fuq X.
tools.x_search.enabledmhux obbligatorju
Tipboolean
Prestabbilitfalse
Aċċess għall-posts ta’ X permezz tat-tfittxija: true iżid x_search ma’ session.tools sabiex l-aġent ikun jista’ jfittex dawk il-posts; il-prestabbilit iħallih diżattivat.
tools.x_search.excluded_x_handlesmhux obbligatorju
Tipstring[]
1 – 20 items
Handles ta’ X li l-posts tagħhom huma esklużi, limitati għal 20 handle.
tools.x_search.from_datemhux obbligatorju
Tipstring | null
L-ewwel data għall-posts, espressa fil-format ISO YYYY-MM-DD.
tools.x_search.to_datemhux obbligatorju
Tipstring | null
L-aħħar data għall-posts, espressa fil-format ISO YYYY-MM-DD.
enable_safety_checkermhux obbligatorju
Tipboolean
Prestabbilittrue
L-iskrinjar jista’ jiġi rilassat billi jiġi ssettjat għal false, sakemm min jagħmel it-talba jkun awtorizzat.
meħtieġ Isem kanoniku, aċċettat ukoll

Il-parametri tal-fajls jaċċettaw URL pubbliku https://, URI data: sa 10 MB, jew file_url ta’ upload. Fajls

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"
  }
}
Il-fajls tiegħek, l-għażla tiegħekKull outputs[].url huwa kopja fil-ħażna tagħna: miżmuma għal dejjem (imħallsa għal kull GB-xahar) jew 7 ijiem b’xejn, skont l-issettjar tal-kont tiegħek jew ?storage=.
L-istess struttura fuq kull mudelltype, url, content_type, width, height u duration, kemm għall-immaġnijiet kif ukoll għall-vidjo u l-awdjo. output huwa l-oġġett tar-riżultat tal-mudell innifsu.
Oqsma tal-output
audio
object {url, content_type, file_name, file_size}Tweġiba mitkellma mill-aġent Grok, ikkunsinnata bħala WAV mono b'24 kHz.
text
stringTest li jakkumpanja d-diskors tal-aġent: string vojta tindika li Grok ma pprovdiex traskrizzjoni; inkella jkun fiha t-traskrizzjoni.
duration
numberTul tal-awdjo ġġenerat, imkejjel f’sekondi.

Aktar mudelli: Awdjo

Għall-aġenti tal-AI: din il-paġna bħala Markdown tinsab fuq https://doitong.com/mt/developers/models/xai/grok-voice.md. Il-mudelli u l-gwidi kollha: https://doitong.com/developers/llms.txt