Bỏ qua đến nội dung

Grok Voice

Tích hợp

Id mô hình 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"

Tối đa 1,494 $ mỗi lần chạy tính phí theo mức sử dụng thực tế, phần còn lại được hoàn tiền Chạy trên trang này

Lấy khóa API
xAI Âm thanh #xai#grok#voice#agent

Tác nhân giọng nói lắng nghe clip âm thanh đã ghi và trả lời bằng lời nói kèm bản chép lời

xAI · Âm thanh

Kết quả đầu tiên của bạn sẽ xuất hiện ở đây

Tạo một yêu cầu bên dưới và chạy bằng khóa API của bạn. Đầu ra được sao chép vào bộ lưu trữ của chúng tôi, giữ vĩnh viễn hoặc 7 ngày miễn phí.

Tạo một yêu cầu

Các điều khiển được tạo từ lược đồ mô hình. Mã và giá sẽ cập nhật khi bạn thay đổi chúng.

0 / 20000

Chỉ dẫn hệ thống tùy chọn cung cấp ngữ cảnh hội thoại và chỉ định vai trò thay cho vai trò mặc định của Grok; bỏ qua sẽ giữ vai trò mặc định đó.

•bắt buộc audio_url
Thả tệp hoặc

URL âm thanh cho lời nói của người dùng, tối đa 10 phút và 50 MB. Có thể cung cấp hầu hết định dạng âm thanh phổ biến; trước khi Grok nhận âm thanh, âm thanh được chuyển đổi thành PCM mono với mẫu 16 bit ở 24 kHz. Tác nhân phản hồi bản ghi bằng lời nói.

Nâng cao voice · enable_safety_checker · tools

Chọn giọng nói xAI tích hợp để ghi đè giọng mặc định của Grok cho phản hồi của tác nhân; không đặt giá trị này sẽ giữ giọng mặc định.

mặc định {"mcp_servers":[],"we...

Cấu hình công cụ của tác nhân cho việc sử dụng phía máy chủ, loại trừ file_search/collections khỏi cấu hình kiểu do ZDR. Tất cả công cụ ban đầu đều bị tắt; các tùy chọn được hỗ trợ gồm công cụ MCP từ xa, công cụ web và công cụ X.

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

Chạy yêu cầu này

Key của bạn vẫn nằm trong trình duyệt này: key chỉ được gửi đến Doitong API và chỉ được lưu trong localStorage nếu bạn chọn Ghi nhớ. Nhận khóa API

Giới thiệu về Grok Voice

Gửi bản ghi qua `audio_url`; tác nhân trả lời bằng âm thanh giọng nói, ở dạng WAV mono 24 kHz, cùng thời lượng và bản chép lời nếu có. `prompt` tùy chọn (tối đa 20000 ký tự) đặt tính cách và ngữ cảnh, còn `voice` chọn giọng tích hợp. Đối tượng `tools` có thể bật tìm kiếm web, tìm kiếm X hoặc máy chủ MCP từ xa; tất cả đều tắt theo mặc định.

Tham số

Gửi tên chuẩn hoặc tên gốc, không gửi cả hai. Tên chuẩn

TênKiểu Mặc địnhĐược phép Mô tả
audio_urlbắt buộc audio
Kiểuurl · audio
URL âm thanh cho lời nói của người dùng, tối đa 10 phút và 50 MB. Có thể cung cấp hầu hết định dạng âm thanh phổ biến; trước khi Grok nhận âm thanh, âm thanh được chuyển đổi thành PCM mono với mẫu 16 bit ở 24 kHz. Tác nhân phản hồi bản ghi bằng lời nói.
prompttùy chọn
Kiểustring | null
≤ 20.000 ký tự
Chỉ dẫn hệ thống tùy chọn cung cấp ngữ cảnh hội thoại và chỉ định vai trò thay cho vai trò mặc định của Grok; bỏ qua sẽ giữ vai trò mặc định đó.
voicetùy chọn
Kiểuenum
carinazaganhelixorionlunairisaltairzenithperseusheliosluxkeplerrigelcosmocelesteursa
+12 giá trị khácsiriuslumencastornakshatlasauroralioraaraeveleorexsal
Chọn giọng nói xAI tích hợp để ghi đè giọng mặc định của Grok cho phản hồi của tác nhân; không đặt giá trị này sẽ giữ giọng mặc định.
toolstùy chọn
Kiểuobject
Mặc định{"mcp_servers":[],"web_search":{"enabled":false},"x_search":{"enabled":false}}
Cấu hình công cụ của tác nhân cho việc sử dụng phía máy chủ, loại trừ file_search/collections khỏi cấu hình kiểu do ZDR. Tất cả công cụ ban đầu đều bị tắt; các tùy chọn được hỗ trợ gồm công cụ MCP từ xa, công cụ web và công cụ X.
tools.mcp_serverstùy chọn
Kiểuobject[]
Các máy chủ MCP từ xa mà nhà cung cấp mô hình kết nối để thực thi công cụ.
tools.mcp_servers[].allowed_toolstùy chọn
Kiểustring[]
≥ 1 items
Danh sách tùy chọn chỉ định tên các công cụ mà máy chủ này cung cấp.
tools.mcp_servers[].authorizationtùy chọn
Kiểustring | null
Giá trị ủy quyền nhạy cảm chỉ được gửi đến nhà cung cấp mô hình.
tools.mcp_servers[].enabledtùy chọn
Kiểuboolean
Mặc địnhtrue
Cờ đưa máy chủ vào; false loại trừ máy chủ.
tools.mcp_servers[].headerstùy chọn
Kiểuobject | null
Các header nhạy cảm cho yêu cầu MCP, chỉ được gửi đến nhà cung cấp mô hình.
tools.mcp_servers[].server_descriptiontùy chọn
Kiểustring | null
≤ 2000 characters
Mô tả các khả năng mà máy chủ này cung cấp.
tools.mcp_servers[].server_labelbắt buộc
Kiểustring
1 – 128 characters
Nhãn máy chủ được nhà cung cấp mô hình sử dụng để xác định công cụ và thêm tiền tố vào tên của chúng.
tools.mcp_servers[].server_urlbắt buộc
Kiểustring
≥ 1 characters
Địa chỉ HTTP(S) do bên gọi cung cấp cho máy chủ MCP mà Grok kết nối từ xa qua các phương thức truyền Streaming HTTP/SSE.
tools.web_search.allowed_domainstùy chọn
Kiểustring[]
1 – 5 items
Giới hạn miền cho kết quả tìm kiếm: chỉ định tối đa năm miền, bỏ qua giao thức và đường dẫn.
tools.web_search.enable_image_understandingtùy chọn
Kiểuboolean | null
Quyền cho tác nhân kiểm tra hình ảnh được phát hiện qua tìm kiếm web.
tools.web_search.enabledtùy chọn
Kiểuboolean
Mặc địnhfalse
Quyền truy cập tìm kiếm web cho tác nhân: true thêm web_search vào session.tools và cho phép tìm kiếm web; mặc định để tính năng này tắt.
tools.web_search.excluded_domainstùy chọn
Kiểustring[]
1 – 5 items
Các miền cần loại trừ khỏi kết quả tìm kiếm, tối đa năm mục và bỏ qua giao thức cùng đường dẫn.
tools.web_search.locationtùy chọn
Kiểuobject
Vị trí tùy chọn để điều chỉnh kết quả tìm kiếm theo khu vực địa lý.
tools.x_search.allowed_x_handlestùy chọn
Kiểustring[]
1 – 20 items
Các handle X có bài đăng có thể xuất hiện trong kết quả, tối đa 20 handle.
tools.x_search.enable_image_understandingtùy chọn
Kiểuboolean | null
Quyền cho tác nhân kiểm tra hình ảnh được phát hiện trên X.
tools.x_search.enable_video_understandingtùy chọn
Kiểuboolean | null
Quyền cho tác nhân kiểm tra video được phát hiện trên X.
tools.x_search.enabledtùy chọn
Kiểuboolean
Mặc địnhfalse
Quyền truy cập bài đăng X qua tìm kiếm: true thêm x_search vào session.tools để tác nhân có thể tìm kiếm các bài đăng đó; mặc định để tính năng này tắt.
tools.x_search.excluded_x_handlestùy chọn
Kiểustring[]
1 – 20 items
Các handle X có bài đăng bị loại trừ, tối đa 20 handle.
tools.x_search.from_datetùy chọn
Kiểustring | null
Ngày sớm nhất của các bài đăng, biểu thị theo định dạng ISO YYYY-MM-DD.
tools.x_search.to_datetùy chọn
Kiểustring | null
Ngày muộn nhất của các bài đăng, biểu thị theo định dạng ISO YYYY-MM-DD.
enable_safety_checkertùy chọn
Kiểuboolean
Mặc địnhtrue
Có thể nới lỏng việc kiểm duyệt bằng cách đặt thành false, nếu người gọi được cấp quyền.
bắt buộc Tên chuẩn, cũng được chấp nhận

Các tham số tệp nhận URL https:// công khai, URI data: tối đa 10 MB hoặc file_url của một tệp tải lên. Tệp

Đầu ra

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"
  }
}
Tệp của bạn, lựa chọn của bạnMỗi outputs[].url là một bản sao trên bộ lưu trữ của chúng tôi: được giữ vĩnh viễn (tính phí theo GB-tháng) hoặc 7 ngày miễn phí, theo cài đặt tài khoản hoặc ?storage=.
Cùng một cấu trúc trên mọi mô hìnhtype, url, content_type, width, height và duration cho hình ảnh, video và âm thanh. output là đối tượng kết quả riêng của mô hình.
Các trường đầu ra
audio
object {url, content_type, file_name, file_size}Câu trả lời bằng giọng nói từ tác nhân Grok, được cung cấp dưới dạng WAV mono ở 24 kHz.
text
stringVăn bản đi kèm với lời nói của tác nhân: chuỗi trống cho biết Grok không cung cấp bản chép lời; nếu không, chuỗi này chứa bản chép lời.
duration
numberĐộ dài âm thanh được tạo, tính theo giây.

Thêm mô hình: Âm thanh

Dành cho tác nhân AI: trang này ở dạng Markdown tại https://doitong.com/vi/developers/models/xai/grok-voice.md. Tất cả mô hình và hướng dẫn: https://doitong.com/developers/llms.txt