Saltar al cuntegna

Grok Voice

Integrar

ID dal model 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"

Fin a $1,494 per execuziun pajà tenor l'utilisaziun effectiva, il rest vegn restituì Lantschar sin questa pagina

Obtegna ina clav API
xAI Audio #xai#grok#voice#agent

Agent vocal che taidla in clip d'audio registrà e respunda cun pled e transcripziun

xAI · Audio

Tes emprim resultat vegn qua

Construis ina dumonda sutvart e l'exequescha cun tia clav API. Outputs vegnan copiads en nossa memorisaziun, conservads per adina u 7 dis gratuitamain.

Construir ina dumonda

Ils controls vegnan generads dal schema dal model. Il code e ​​il pretsch s'actualiseschan durant che ti als midas.

0 / 20000

Instrucziuns da sistem facultativas che furneschan il context da la conversaziun e defineschan ina persunalitad empè da quella standard da Grok; sche omessas, vegn mantegnida la persunalitad standard.

•obligatori audio_url
Trametta in datoteca u

URL audio per il discurrer da l'utilisader, limitada a 10 minutas e 50 MB. La gronda part dals formats audio usitads po vegnir furnida; avant che Grok retschaiva l'audio, vegn el convertì en mono PCM cun samples da 16-bit a 24 kHz. L'agent respunda a la registraziun cun pleds.

Avanzà voice · enable_safety_checker · tools

Tscherna ina vusch xAI integrada per remplazzar la vusch standard da Grok per la resposta da l'agent; sche betg definida, vegn mantegnida quella standard.

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

Configuraziun dals utensils da l'agent per l'utilisaziun dal server, senza file_search/collections en la configuraziun tipada pervia da ZDR. Tut ils utensils cumenzan deactivads; las opziuns sustegnidas includan utensils MCP remots, utensils web e utensils X.

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

Executar questa dumonda

Tia clav resta en quest browser: ella vegn tramessa mo al Doitong API e memorisada (localStorage) mo sch'ella scheccas Tiar a memoria. Obtegnair ina clav API

Davart Grok Voice

Trametta ina registraziun tras `audio_url`; l'agent respunda cun audio discurrì, returnà sco WAV mono da 24 kHz ensemen cun sia durada e, sche disponibla, ina transcripziun. `prompt` opziunal (fin a 20000 caracters) fixescha la persunalitad e il context, e `voice` tscherna ina vusch integrada. L'object `tools` po activar la tschertga web, la tschertga en X u servers MCP remots; tut è deactivà per standard.

Parameters

Invia u il num canonic u il num nativ, betg omaduas. Nums canonics

NumTip StandardPermess Descripziun
audio_urlobligatori audio
Tipurl · audio
URL audio per il discurrer da l'utilisader, limitada a 10 minutas e 50 MB. La gronda part dals formats audio usitads po vegnir furnida; avant che Grok retschaiva l'audio, vegn el convertì en mono PCM cun samples da 16-bit a 24 kHz. L'agent respunda a la registraziun cun pleds.
promptopziunal
Tipstring | null
≤ 20 000 caracters
Instrucziuns da sistem facultativas che furneschan il context da la conversaziun e defineschan ina persunalitad empè da quella standard da Grok; sche omessas, vegn mantegnida la persunalitad standard.
voiceopziunal
Tipenum
carinazaganhelixorionlunairisaltairzenithperseusheliosluxkeplerrigelcosmocelesteursa
+12 daplisiriuslumencastornakshatlasauroralioraaraeveleorexsal
Tscherna ina vusch xAI integrada per remplazzar la vusch standard da Grok per la resposta da l'agent; sche betg definida, vegn mantegnida quella standard.
toolsopziunal
Tipobject
Standard{"mcp_servers":[],"web_search":{"enabled":false},"x_search":{"enabled":false}}
Configuraziun dals utensils da l'agent per l'utilisaziun dal server, senza file_search/collections en la configuraziun tipada pervia da ZDR. Tut ils utensils cumenzan deactivads; las opziuns sustegnidas includan utensils MCP remots, utensils web e utensils X.
tools.mcp_serversopziunal
Tipobject[]
Servers MCP remots als quals il furnitur dal model sa connectescha per exequir utensils.
tools.mcp_servers[].allowed_toolsopziunal
Tipstring[]
≥ 1 items
Glista facultativa che specifiescha tge nums d'utensils che quest server exposescha.
tools.mcp_servers[].authorizationopziunal
Tipstring | null
Valur d'autorisaziun sensibla tramessa exclusivamain al furnitur dal model.
tools.mcp_servers[].enabledopziunal
Tipboolean
Standardtrue
Flag d'inclusiun dal server; false excluescha il server.
tools.mcp_servers[].headersopziunal
Tipobject | null
Headers sensibels per dumondas MCP, tramess exclusivamain al furnitur dal model.
tools.mcp_servers[].server_descriptionopziunal
Tipstring | null
≤ 2000 characters
Descripziun da las capacitads che quest server metta a disposiziun.
tools.mcp_servers[].server_labelobligatori
Tipstring
1 – 128 characters
Etichetta dal server utilisada dal furnitur dal model per identifitgar ses utensils e metter in prefix a lur nums.
tools.mcp_servers[].server_urlobligatori
Tipstring
≥ 1 characters
Adressa HTTP(S) furnida dal cliaint per in server MCP al qual Grok sa connectescha remotamain via transports Streaming HTTP/SSE.
tools.web_search.allowed_domainsopziunal
Tipstring[]
1 – 5 items
Restricziun dals domains per resultats da tschertga: inditgescha maximalmain tschintg domains, senza protocols e vias.
tools.web_search.enable_image_understandingopziunal
Tipboolean | null
Permissiun per l'agent d'examinar maletgs scuverts en tschertgas web.
tools.web_search.enabledopziunal
Tipboolean
Standardfalse
Access a la tschertga web per l'agent: true agiunta web_search a session.tools e permetta tschertgas web; il standard la lascha deactivada.
tools.web_search.excluded_domainsopziunal
Tipstring[]
1 – 5 items
Domains d'excluder dals resultats da tschertga, limitads a tschintg entradas senza protocols e vias.
tools.web_search.locationopziunal
Tipobject
Lieu facultativ per adattar geograficamain ils resultats da tschertga.
tools.x_search.allowed_x_handlesopziunal
Tipstring[]
1 – 20 items
X handles dals quals ils posts pon cumparair en ils resultats, limitads a 20 handles.
tools.x_search.enable_image_understandingopziunal
Tipboolean | null
Permissiun per l'agent d'examinar maletgs scuverts sin X.
tools.x_search.enable_video_understandingopziunal
Tipboolean | null
Permissiun per l'agent d'examinar videos scuverts sin X.
tools.x_search.enabledopziunal
Tipboolean
Standardfalse
Access als posts da X via tschertga: true agiunta x_search a session.tools, uschia che l'agent po tschertgar quests posts; il standard la lascha deactivada.
tools.x_search.excluded_x_handlesopziunal
Tipstring[]
1 – 20 items
X handles dals quals ils posts vegnan exclus, limitads a 20 handles.
tools.x_search.from_dateopziunal
Tipstring | null
Data la pli veglia per posts, exprimida en il format ISO YYYY-MM-DD.
tools.x_search.to_dateopziunal
Tipstring | null
Data la pli nova per posts, exprimida en il format ISO YYYY-MM-DD.
enable_safety_checkeropziunal
Tipboolean
Standardtrue
La controlla po vegnir schluccada cun definir false, premess che l'appelant saja autorisà.
obligatori Num canonic, er acceptà

Ils parameters da datotecas acceptan ina URL publica https://, ina URI data: fin a 10 MB u il file_url d'ina chargiada. Datotecas

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"
  }
}
Tias datotecas, tia decisiunMintga outputs[].url è ina copia en nossa memorisaziun: conservada per adina (pajà per GB-mes) u 7 dis gratuitamain, tenor la configuraziun dal conto u ?storage=.
La medema structura per mintga modeltype, url, content_type, width, height e duration, tant per maletgs sco per video e audio. output è l'object da resultat dal model sez.
Champs da l'output
audio
object {url, content_type, file_name, file_size}Resposta discurrida da l’agent Grok, furnida sco WAV mono a 24 kHz.
text
stringText che accumpogna la discurs da l’agent: ina chadaina vida inditgescha che Grok n’ha furnì nagina transcripziun; uschiglio cuntegna ella la transcripziun.
duration
numberLunghezza da l'audio generà, mesirada en secundas.

Dapli models: Audio

Per agents AI: questa pagina sco Markdown è disponibla sut https://doitong.com/rm/developers/models/xai/grok-voice.md. Tut ils models e las guidas: https://doitong.com/developers/llms.txt