Перейти к содержимому

Grok Voice

Интеграция

ID модели 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"

До 1,494 $ за запуск оплата по фактическому использованию, остаток возвращается Запустить на этой странице

Получить API-ключ
xAI Аудио #xai#grok#voice#agent

Голосовой агент, который прослушивает записанный аудиоклип и отвечает речью и транскрипцией

xAI · Аудио

Здесь появится ваш первый результат

Составьте запрос ниже и выполните его с помощью API-ключа. Результаты копируются в наше хранилище и хранятся навсегда или 7 дней бесплатно.

Сформировать запрос

Элементы управления сгенерированы из схемы модели. Код и цена обновляются при изменении параметров.

0 / 20000

Необязательные системные инструкции, задающие контекст разговора и персонажа вместо персонажа Grok по умолчанию; при отсутствии сохраняется персонаж по умолчанию.

•обязательно audio_url
Перетащите файл или

URL аудио с речью пользователя; ограничение — 10 минут и 50 MB. Можно передавать распространённые аудиоформаты; перед получением Grok аудио преобразуется в моно PCM с 16-битными отсчётами и частотой 24 kHz. Агент отвечает на запись речью.

Расширенные voice · enable_safety_checker · tools

Выбор встроенного голоса xAI вместо голоса Grok по умолчанию для ответа агента; если значение не задано, сохраняется голос по умолчанию.

по умолчанию {"mcp_servers":[],"we...

Конфигурация инструментов агента для серверного использования; file_search/collections исключены из типизированной конфигурации из-за ZDR. Все инструменты изначально отключены; поддерживаются удалённые инструменты MCP, веб-инструменты и инструменты X.

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

Запустить этот запрос

Ваш ключ хранится в этом браузере: он отправляется только в Doitong API и сохраняется в localStorage только при включении параметра «Запомнить». Получить API-ключ

О Grok Voice

Передайте запись через `audio_url`, и агент ответит голосом в формате моно WAV с частотой 24 kHz, указав длительность и транскрипцию, если она доступна. Необязательный `prompt` (до 20000 символов) задаёт персону и контекст, а `voice` выбирает встроенный голос. Объект `tools` может включать веб-поиск, поиск в X или удалённые MCP-серверы; по умолчанию все инструменты отключены.

Параметры

Передавайте либо каноническое имя, либо исходное имя, но не оба. Канонические имена

ИмяТип По умолчаниюДопустимые значения Описание
audio_urlобязательно audio
Типurl · audio
URL аудио с речью пользователя; ограничение — 10 минут и 50 MB. Можно передавать распространённые аудиоформаты; перед получением Grok аудио преобразуется в моно PCM с 16-битными отсчётами и частотой 24 kHz. Агент отвечает на запись речью.
promptнеобязательно
Типstring | null
≤ 20 000 символов
Необязательные системные инструкции, задающие контекст разговора и персонажа вместо персонажа Grok по умолчанию; при отсутствии сохраняется персонаж по умолчанию.
voiceнеобязательно
Типenum
carinazaganhelixorionlunairisaltairzenithperseusheliosluxkeplerrigelcosmocelesteursa
ещё 12siriuslumencastornakshatlasauroralioraaraeveleorexsal
Выбор встроенного голоса xAI вместо голоса Grok по умолчанию для ответа агента; если значение не задано, сохраняется голос по умолчанию.
toolsнеобязательно
Типobject
По умолчанию{"mcp_servers":[],"web_search":{"enabled":false},"x_search":{"enabled":false}}
Конфигурация инструментов агента для серверного использования; file_search/collections исключены из типизированной конфигурации из-за ZDR. Все инструменты изначально отключены; поддерживаются удалённые инструменты MCP, веб-инструменты и инструменты X.
tools.mcp_serversнеобязательно
Типobject[]
Удалённые серверы MCP, к которым поставщик модели подключается для выполнения инструментов.
tools.mcp_servers[].allowed_toolsнеобязательно
Типstring[]
≥ 1 items
Необязательный список имён инструментов, предоставляемых этим сервером.
tools.mcp_servers[].authorizationнеобязательно
Типstring | null
Конфиденциальное значение авторизации, отправляемое исключительно поставщику модели.
tools.mcp_servers[].enabledнеобязательно
Типboolean
По умолчаниюtrue
Флаг включения сервера; false исключает сервер.
tools.mcp_servers[].headersнеобязательно
Типobject | null
Конфиденциальные заголовки для запросов MCP, отправляемые исключительно поставщику модели.
tools.mcp_servers[].server_descriptionнеобязательно
Типstring | null
≤ 2000 characters
Описание возможностей, предоставляемых этим сервером.
tools.mcp_servers[].server_labelобязательно
Типstring
1 – 128 characters
Метка сервера, используемая поставщиком модели для идентификации его инструментов и добавления префикса к их именам.
tools.mcp_servers[].server_urlобязательно
Типstring
≥ 1 characters
HTTP(S)-адрес, переданный вызывающей стороной для сервера MCP, к которому Grok удалённо подключается через транспорты Streaming HTTP/SSE.
tools.web_search.allowed_domainsнеобязательно
Типstring[]
1 – 5 items
Ограничение доменов результатов поиска: укажите до пяти доменов без протоколов и путей.
tools.web_search.enable_image_understandingнеобязательно
Типboolean | null
Разрешение агенту просматривать изображения, найденные через веб-поиск.
tools.web_search.enabledнеобязательно
Типboolean
По умолчаниюfalse
Доступ агента к веб-поиску: true добавляет web_search в session.tools и разрешает веб-поиск; по умолчанию он отключён.
tools.web_search.excluded_domainsнеобязательно
Типstring[]
1 – 5 items
Домены, исключаемые из результатов поиска; не более пяти записей без протоколов и путей.
tools.web_search.locationнеобязательно
Типobject
Необязательное местоположение для географической адаптации результатов поиска.
tools.x_search.allowed_x_handlesнеобязательно
Типstring[]
1 – 20 items
Идентификаторы X, публикации которых могут появляться в результатах; не более 20 идентификаторов.
tools.x_search.enable_image_understandingнеобязательно
Типboolean | null
Разрешение агенту просматривать изображения, найденные в X.
tools.x_search.enable_video_understandingнеобязательно
Типboolean | null
Разрешение агенту просматривать видео, найденные в X.
tools.x_search.enabledнеобязательно
Типboolean
По умолчаниюfalse
Доступ к публикациям X через поиск: true добавляет x_search в session.tools, позволяя агенту искать эти публикации; по умолчанию он отключён.
tools.x_search.excluded_x_handlesнеобязательно
Типstring[]
1 – 20 items
Идентификаторы X, публикации которых исключаются; не более 20 идентификаторов.
tools.x_search.from_dateнеобязательно
Типstring | null
Самая ранняя дата публикаций в формате ISO YYYY-MM-DD.
tools.x_search.to_dateнеобязательно
Типstring | null
Самая поздняя дата публикаций в формате ISO YYYY-MM-DD.
enable_safety_checkerнеобязательно
Типboolean
По умолчаниюtrue
Проверку можно ослабить, установив false, если вызывающая сторона авторизована.
обязательно Каноническое имя, также принимается

Параметры файлов принимают общедоступный https:// URL, data: URI размером до 10 MB или file_url загруженного файла. Файлы

Результат

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"
  }
}
Ваши файлы — ваш выборКаждый URL из outputs[].url — это копия в нашем хранилище: она хранится навсегда (оплата за ГБ в месяц) или 7 дней бесплатно — в зависимости от настройки вашего аккаунта или параметра ?storage=.
Одинаковая структура у каждой моделиtype, url, content_type, width, height и duration — одинаково для изображений, видео и аудио. output — собственный объект результата модели.
Поля результата
audio
object {url, content_type, file_name, file_size}Голосовой ответ от агента Grok в формате моно WAV с частотой 24 kHz.
text
stringТекст, сопровождающий речь агента: пустая строка означает, что Grok не предоставил расшифровку; в противном случае здесь содержится расшифровка.
duration
numberДлительность сгенерированного аудио в секундах.

Другие модели: Аудио

Для AI-агентов: эта страница в формате Markdown доступна по адресу https://doitong.com/ru/developers/models/xai/grok-voice.md. Все модели и руководства: https://doitong.com/developers/llms.txt