SpaceXAI: Grok STT 1.0

يحوّل Grok STT 1.0 الصوت إلى نص مفرّغ مع طوابع زمنية على مستوى الكلمات. توثّق SpaceXAI فصل المتحدثين اختياريًا ودعم الصوت متعدد القنوات، مما يفيد التسجيلات التي تحتاج إلى الكلام المكتوب وتوقيته أو توزيع أدوار المتحدثين معًا.

Ailoot Ultra · تفريغ صوتي POST /v1/audio/transcriptions x-ai/grok-stt-1.0

عن النموذج

يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.

Grok STT 1.0 هو نموذج SpaceXAI لتحويل الكلام إلى نص. يستقبل الصوت ويعيد تفريغًا نصيًا مع طوابع زمنية على مستوى الكلمات وإمكانية اختيار فصل المتحدثين. وتدعم مواصفاته المنشورة أيضًا الصوت متعدد القنوات. ويتمثل ناتجه المفيد في ربط المحتوى المنطوق بتوقيته، وبالمتحدثين في التسجيل عند طلب ذلك.

إعداد التسجيل ومهمة التفريغ

حدّد التسجيل المراد تفريغه وكيفية استخدام النتيجة. يحتاج تفريغ الاجتماع إلى تسلسل أدوار الحديث؛ وقد تحتاج المقابلة إلى تسميات المتحدثين؛ وتحتاج مهمة المونتاج إلى ربط الكلمات بمواضعها في الصوت. احتفظ بالتسجيل الأصلي ومعرّفه ليتمكن المراجع من الرجوع إلى المقطع الأصلي عند الشك في كلمة أو في إسناد الكلام إلى متحدث.

استخدم التسجيل الفعلي بدلًا من وصف معاد الصياغة لمحتواه. وإذا كان المصدر متعدد القنوات، فاحتفظ ببنية قنواته عند إعداد الصوت. تصف هذه البنية وفصل المتحدثين جزأين مختلفين من المهمة: فالقنوات خاصية للتسجيل، بينما يحدّد فصل المتحدثين أدوارهم في النص المفرّغ.

التوقيت وتوزيع أدوار المتحدثين

تربط الطوابع الزمنية على مستوى الكلمات الكلمات المفرّغة بالتسجيل. وتساعد على تحديد موضع اقتباس أو مراجعة عبارة صعبة أو إعداد خطوة لاحقة للترجمة النصية المصاحبة أو المونتاج. احتفظ بالطوابع الزمنية مع الكلمات عند تصدير التفريغ أو تحويله، وراجع المقاطع المهمة بالاستماع إلى الصوت.

يضيف فصل المتحدثين الاختياري بنية لأدوار الحديث. راجع الانتقالات والمقاطعات والأصوات المتشابهة قبل الاعتماد على التسميات المسندة في وثيقة نهائية. استخدم تسميات ثابتة للمتحدثين في الملاحظات اللاحقة، وافصل أي تعرّف لاحق على هوية شخص عن تجميع النموذج للكلام حسب المتحدث.

استخدام التفريغ مادةً مصدرية

يمكن أن يغذي النص المفرّغ ملخصًا أو سجلًا قابلًا للبحث أو سير عمل لإعداد النصوص المصاحبة. ينبغي لهذه المخرجات اللاحقة الاحتفاظ بالجزء المناسب من التفريغ وتوقيت المصدر. عند الاقتباس، افحص المقطع الصوتي الدقيق؛ وعند تدوين ملاحظات اجتماع، ميّز بين ما قيل والاستنتاجات المستخلصة منه. ينتج النموذج التفريغ، ثم يستند التنسيق والتلخيص والنشر إلى هذه النتيجة الفعلية.

Ailoot Ultra · تفريغ صوتي POST /v1/audio/transcriptions x-ai/grok-stt-1.0

x-ai/grok-stt-1.0

SpaceXAI /x-ai/grok-stt-1.0

البداية

المدخلات المقبولة: الصوت
النتائج: النص

متاح في Ailoot · المدخلات والطرائق

Ailoot Ultra · تفريغ صوتي POST /v1/audio/transcriptions

الإدخال: audio
الإخراج: text

الحقل	النوع	المتطلب	القيم والحدود	القيمة الافتراضية
الحقل`model`	النوع`string`	المتطلبمطلوب	القيم والحدود x-ai/grok-stt-1.0	القيمة الافتراضية—
الحقل`input_audio`	النوع`object`	المتطلبمطلوب	القيم والحدود	القيمة الافتراضية—
الحقل`language`	النوع`string`	المتطلباختياري	القيم والحدود	القيمة الافتراضية—
الحقل`temperature`	النوع`number`	المتطلباختياري	القيم والحدود الحد الأدنى: ⁦0⁩ الحد الأقصى: ⁦1⁩	القيمة الافتراضية—
الحقل`response_format`	النوع`string`	المتطلباختياري	القيم والحدود json, verbose_json	القيمة الافتراضيةjson
الحقل`timestamp_granularities`	النوع`array`	المتطلباختياري	القيم والحدود	القيمة الافتراضية—
الحقل`provider`	النوع`object`	المتطلباختياري	القيم والحدود	القيمة الافتراضية—

معلمات الطريقة ودورة حياتها

المعلمة	المواصفات
المعلمة`content_type`	المواصفاتapplication/json
المعلمة`required`	المواصفاتmodel, input_audio
المعلمة`material_types`	المواصفاتaudio
المعلمة`material_conditions`	المواصفاتاقرأ ملف WAV فعلياً ورمّز بايتاته الحقيقية لإدخال input_audio المُعلَن بصيغة JSON؛ ولا يُعرَض مسار multipart لهذا التعريف المحدد الذي يدعم JSON فقط.

دورة الحياة: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · قيمة task_id الفعلية المُعادة أو سجل مكتبة الوسائط

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

الباقات

كيفية احتساب الرسوم النهائية

تقدّر التعرفات المعروضة التكلفة قبل التوليد. تُحسب الرسوم النهائية من التكلفة المسجّلة لعملية التوليد الأصلية. مدة المخرجات المقاسة والكميات المتوقعة ليست الكمية النهائية الخاضعة للفوترة.

مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.

الوضع السريع: غير محدد عند اختيار الوضع السريع
الوضع المرن: غير محدد عند اختيار وضع flex
أقصى جهد للاستدلال: غير محدد عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال

تعرفات تقديرية للمقارنة

الأسعار حسب الإعدادات

طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.

الإعدادات	جدول التعرفة	الكمية المتوقعة	وحدة الفوترة	الرسوم
الإعداداتالتعرفات الأساسية للرموز	جدول التعرفةالتعرفة الأساسية	الكمية المتوقعة—	وحدة الفوترة—	الرسوم الإدخال · رموز الإدخال · تقدير للمقارنة فقط — / 1K من الرموز الإخراج · رموز الإخراج · تقدير للمقارنة فقط — / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت · تقدير للمقارنة فقط — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت · تقدير للمقارنة فقط — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة · تقدير للمقارنة فقط — / 1K من الرموز
الإعداداتثانية صوت مُدخل	جدول التعرفة—	الكمية المتوقعة—	وحدة الفوترةلكل ثانية صوت مُدخل	الرسوم الإدخال · ثانية صوت مُدخل · تقدير للمقارنة فقط $0.0000555555555556 لكل ثانية صوت مُدخل
الإعداداتتكلفة التوليد التقديرية	جدول التعرفة—	الكمية المتوقعةتقدير لتوليد واحد	وحدة الفوترة—	الرسوم الإخراج · تكلفة التوليد التقديرية · تقدير للمقارنة فقط $0.0000555555555556 تقدير قبل الإنشاء هذا التقدير ليس رسومًا إضافية ولا تعرفة ثابتة لعملية التوليد المكتملة.

تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →

أمثلة للطلبات

Ailoot Ultra · تفريغ صوتي

curl · جسم الطلب بالصيغة الأصلية دون تغيير والنتيجة كاملة

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
import base64
audio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()
if not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file')
if len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow')
request={'model': 'x-ai/grok-stt-1.0', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}}
request['input_audio']['data']=base64.b64encode(audio).decode('ascii')
Path('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o response.bin
# Keep the complete original response and headers. Read every returned segment, word and usage field.
# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.

استلام النتائج وحفظها

Ailoot Ultra · تفريغ صوتي

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

عمليات أخرى لقراءة المحتوى

قراءة الأصول الموجودة المملوكة لك

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json
# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.

الاحتفاظ بكل النتائج المكتملة

احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.

احتفظ بالاستجابة كاملة وبجميع الترويسات، وبكل مخرج فعلي، وبالمعرّفات الأصلية المُعادة، وبجميع حقول الاستخدام. استعد العملية الأصلية دون إرسال طلب الإنشاء مجددًا.

عند الحاجة إلى التحقق من الاستجابة الأصلية

احتفظ بقيمة X-Client-Request-ID المُعادة للمطابقة. اقرأ فقط قيم task_id/asset_id الفعلية المُعادة أو مكتبة الوسائط المملوكة لك؛ ولا تنشئ عنوان URL لمهمة من معرّف العملية، ولا تُعِد إرسال طلب الإنشاء مطلقًا.

حقول الاستجابة

الحقل	النوع
الحقل`text`	النوع
الحقل`usage`	النوع
الحقل`segments[]`	النوع
الحقل`words[]`	النوع
الحقل`speaker fields`	النوع
الحقل`timestamps`	النوع

الأسماء البديلة

الأسماء البديلة للنموذج

Ailoot Ultra x-ai/grok-stt-1.0

الأسماء البديلة لمسارات الطرائق

استخدم مسارات الطرائق المعروضة أعلاه.

معرّفات النماذج ذات الصلة IDs

x-ai/grok-stt-1.0

FAQ · SpaceXAI: Grok STT 1.0

ما المدخلات والنتائج المتاحة؟: POST /v1/audio/transcriptions · x-ai/grok-stt-1.0: audio → text
ما الحقول التي يستخدمها الطلب؟: POST /v1/audio/transcriptions · x-ai/grok-stt-1.0: model, input_audio, language, temperature, response_format, timestamp_granularities, provider
ما الحدود المطبقة؟: POST /v1/audio/transcriptions · x-ai/grok-stt-1.0: temperature.minimum: 0; temperature.maximum: 1

SpaceXAI: Grok STT 1.0