Ruka hadi kwenye maudhui

Grok Voice

Unganisha

Kitambulisho cha modeli 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"

Hadi $ 1.494 kwa kila uendeshaji hutozwa kulingana na matumizi halisi, yaliyosalia yanarejeshwa Iendeshe kwenye ukurasa huu

Pata ufunguo wa API
xAI Sauti #xai#grok#voice#agent

Wakala wa sauti anayesikiliza klipu ya sauti iliyorekodiwa na kujibu kwa hotuba pamoja na manukuu

xAI · Sauti

Tokeo lako la kwanza linaonekana hapa

Unda ombi hapa chini na uliendeshe kwa ufunguo wako wa API. Matokeo yanakiliwa kwenye hifadhi yetu, yakihifadhiwa milele au 7 siku bila malipo.

Unda ombi

Vidhibiti vinazalishwa kutoka kwenye schema ya modeli. Msimbo na bei husasishwa unapovibadilisha.

0 / 20000

Maelekezo ya hiari ya mfumo yanayotoa muktadha wa mazungumzo na kubainisha persona badala ya chaguomsingi ya Grok; kuyaacha huhifadhi persona hiyo chaguomsingi.

•inahitajika audio_url
Dondosha faili, au

URL ya sauti ya usemi wa mtumiaji, yenye ukomo wa dakika 10 na 50 MB. Miundo ya sauti inayotumika sana inaweza kutolewa; kabla Grok haijapokea sauti, hubadilishwa kuwa mono PCM yenye sampuli za biti 16 katika 24 kHz. Wakala hujibu rekodi hiyo kwa usemi.

Ya kina voice · enable_safety_checker · tools

Chagua sauti iliyojengewa ndani ya xAI ili kubatilisha chaguomsingi ya Grok kwa jibu la wakala; kuacha hii bila kuwekwa huhifadhi sauti hiyo chaguomsingi.

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

Usanidi wa zana za wakala kwa matumizi ya upande wa seva, ukiondoa file_search/collections kwenye usanidi wenye aina kwa sababu ya ZDR. Zana zote huanza zikiwa zimezimwa; chaguo zinazotumika ni pamoja na zana za MCP za mbali, zana za wavuti na zana za X.

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

Endesha ombi hili

Key yako inabaki kwenye kivinjari hiki: inatumwa kwa Doitong API pekee na kuhifadhiwa (localStorage) tu ukiweka tiki kwenye Kumbuka. Pata ufunguo wa API

Kuhusu Grok Voice

Tuma rekodi kupitia `audio_url` na wakala hujibu kwa sauti ya hotuba, inayorudishwa kama WAV ya mono ya 24 kHz pamoja na muda wake na manukuu yanapopatikana. `prompt` ya hiari (hadi herufi 20000) huweka persona na muktadha, na `voice` huchagua sauti iliyojengwa ndani. Kitu cha `tools` kinaweza kuwezesha utafutaji wa wavuti, utafutaji wa X au seva za mbali za MCP; vyote vimezimwa kwa chaguo-msingi.

Vigezo

Tuma jina rasmi au jina asilia, si yote mawili. Majina rasmi

JinaAina ChaguomsingiInaruhusiwa Maelezo
audio_urlinahitajika audio
Ainaurl · audio
URL ya sauti ya usemi wa mtumiaji, yenye ukomo wa dakika 10 na 50 MB. Miundo ya sauti inayotumika sana inaweza kutolewa; kabla Grok haijapokea sauti, hubadilishwa kuwa mono PCM yenye sampuli za biti 16 katika 24 kHz. Wakala hujibu rekodi hiyo kwa usemi.
promptsi lazima
Ainastring | null
≤ herufi 20,000
Maelekezo ya hiari ya mfumo yanayotoa muktadha wa mazungumzo na kubainisha persona badala ya chaguomsingi ya Grok; kuyaacha huhifadhi persona hiyo chaguomsingi.
voicesi lazima
Ainaenum
carinazaganhelixorionlunairisaltairzenithperseusheliosluxkeplerrigelcosmocelesteursa
+12 zaidisiriuslumencastornakshatlasauroralioraaraeveleorexsal
Chagua sauti iliyojengewa ndani ya xAI ili kubatilisha chaguomsingi ya Grok kwa jibu la wakala; kuacha hii bila kuwekwa huhifadhi sauti hiyo chaguomsingi.
toolssi lazima
Ainaobject
Chaguomsingi{"mcp_servers":[],"web_search":{"enabled":false},"x_search":{"enabled":false}}
Usanidi wa zana za wakala kwa matumizi ya upande wa seva, ukiondoa file_search/collections kwenye usanidi wenye aina kwa sababu ya ZDR. Zana zote huanza zikiwa zimezimwa; chaguo zinazotumika ni pamoja na zana za MCP za mbali, zana za wavuti na zana za X.
tools.mcp_serverssi lazima
Ainaobject[]
Seva za MCP za mbali ambazo mtoa modeli huunganisha nazo kwa utekelezaji wa zana.
tools.mcp_servers[].allowed_toolssi lazima
Ainastring[]
≥ 1 items
Orodha ya hiari inayobainisha majina ya zana ambazo seva hii hutoa.
tools.mcp_servers[].authorizationsi lazima
Ainastring | null
Thamani nyeti ya uidhinishaji inayotumwa pekee kwa mtoa modeli.
tools.mcp_servers[].enabledsi lazima
Ainaboolean
Chaguomsingitrue
Alama ya kujumuisha seva; false huiondoa seva.
tools.mcp_servers[].headerssi lazima
Ainaobject | null
Vichwa nyeti vya maombi ya MCP, vinavyotumwa pekee kwa mtoa modeli.
tools.mcp_servers[].server_descriptionsi lazima
Ainastring | null
≤ 2000 characters
Maelezo yanayoonyesha uwezo ambao seva hii hutoa.
tools.mcp_servers[].server_labelinahitajika
Ainastring
1 – 128 characters
Lebo ya seva inayotumiwa na mtoa modeli kutambua zana zake na kuweka kiambishi kwenye majina yake.
tools.mcp_servers[].server_urlinahitajika
Ainastring
≥ 1 characters
Anwani ya HTTP(S) iliyotolewa na mpigaji kwa seva ya MCP ambayo Grok huunganisha nayo kwa mbali kupitia usafirishaji wa Streaming HTTP/SSE.
tools.web_search.allowed_domainssi lazima
Ainastring[]
1 – 5 items
Kizuizi cha kikoa kwa matokeo ya utafutaji: bainisha hadi vikoa vitano, ukiondoa itifaki na njia.
tools.web_search.enable_image_understandingsi lazima
Ainaboolean | null
Ruhusa kwa wakala kuchunguza picha zilizopatikana kupitia utafutaji wa wavuti.
tools.web_search.enabledsi lazima
Ainaboolean
Chaguomsingifalse
Ufikiaji wa utafutaji wa wavuti kwa wakala: true huongeza web_search kwenye session.tools na kuruhusu utafutaji wa wavuti; chaguomsingi huiacha ikiwa imezimwa.
tools.web_search.excluded_domainssi lazima
Ainastring[]
1 – 5 items
Vikoa vya kuondoa kwenye matokeo ya utafutaji, vikiwa na ukomo wa maingizo matano na itifaki na njia zimeondolewa.
tools.web_search.locationsi lazima
Ainaobject
Eneo la hiari la kurekebisha matokeo ya utafutaji kijiografia.
tools.x_search.allowed_x_handlessi lazima
Ainastring[]
1 – 20 items
Hushughulikia X ambazo machapisho yake yanaweza kuonekana kwenye matokeo, zikiwa na ukomo wa hushughulikia 20.
tools.x_search.enable_image_understandingsi lazima
Ainaboolean | null
Ruhusa kwa wakala kuchunguza picha zilizopatikana kwenye X.
tools.x_search.enable_video_understandingsi lazima
Ainaboolean | null
Ruhusa kwa wakala kuchunguza video zilizopatikana kwenye X.
tools.x_search.enabledsi lazima
Ainaboolean
Chaguomsingifalse
Ufikiaji wa machapisho ya X kupitia utafutaji: true huongeza x_search kwenye session.tools ili wakala aweze kutafuta machapisho hayo; chaguomsingi huiacha ikiwa imezimwa.
tools.x_search.excluded_x_handlessi lazima
Ainastring[]
1 – 20 items
Hushughulikia X ambazo machapisho yake yameondolewa, zikiwa na ukomo wa hushughulikia 20.
tools.x_search.from_datesi lazima
Ainastring | null
Tarehe ya mapema zaidi ya machapisho, iliyoonyeshwa katika umbizo la ISO YYYY-MM-DD.
tools.x_search.to_datesi lazima
Ainastring | null
Tarehe ya hivi karibuni zaidi ya machapisho, iliyoonyeshwa katika umbizo la ISO YYYY-MM-DD.
enable_safety_checkersi lazima
Ainaboolean
Chaguomsingitrue
Ukaguzi unaweza kulegezwa kwa kuweka false, ikiwa mpigaji simu ameidhinishwa.
inahitajika Jina rasmi, pia linakubalika

Vigezo vya faili vinakubali URL ya umma ya https://, data: URI ya hadi 10 MB, au file_url ya upakiaji. Faili

Tokeo

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"
  }
}
Faili zako, chaguo lakoKila outputs[].url ni nakala kwenye hifadhi yetu: huhifadhiwa milele (hutozwa kwa GB kwa mwezi) au 7 siku bila malipo, kulingana na mpangilio wa akaunti yako au ?storage=.
Muundo uleule kwenye kila modelitype, url, content_type, width, height na duration, kwa picha, video na sauti. output ni kitu cha matokeo cha modeli yenyewe.
Sehemu za tokeo
audio
object {url, content_type, file_name, file_size}Jibu la sauti kutoka kwa wakala wa Grok, linalowasilishwa kama WAV ya mono katika 24 kHz.
text
stringMaandishi yanayoandamana na matamshi ya wakala: mfuatano tupu unaonyesha kuwa Grok hakutoa unukuzi; vinginevyo, una unukuzi.
duration
numberUrefu wa sauti inayozalishwa, unaopimwa kwa sekunde.

Miundo zaidi: Sauti

Kwa mawakala wa AI: ukurasa huu katika Markdown unapatikana kwenye https://doitong.com/sw/developers/models/xai/grok-voice.md. Modeli na miongozo yote: https://doitong.com/developers/llms.txt