Source: https://ailoot.ai/models/de-at/x-ai-grok-stt-1-0/ Canonical: https://ailoot.ai/models/de-at/x-ai-grok-stt-1-0/ Language: de-at # SpaceXAI: Grok STT 1.0 [Markdown](https://ailoot.ai/models/de-at/x-ai-grok-stt-1-0/index.md) · [JSON](https://ailoot.ai/models/de-at/x-ai-grok-stt-1-0/facts.json) ## [SpaceXAI: Grok STT 1.0](https://ailoot.ai/models/de-at/x-ai-grok-stt-1-0/) Grok STT 1.0 wandelt Audio in ein Transkript mit Zeitstempeln auf Wortebene um. SpaceXAI dokumentiert optionale Sprecherdiarisierung und Mehrkanalaudio. Damit eignet sich das Modell für Aufnahmen, bei denen neben dem gesprochenen Text auch dessen zeitliche Zuordnung oder Sprecherstruktur benötigt wird. - [**Ailoot Ultra · Transkription** `POST /v1/audio/transcriptions` `x-ai/grok-stt-1.0`](https://ailoot.ai/models/de-at/x-ai-grok-stt-1-0/#method-0) Über das Modell Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt. Grok STT 1.0 ist das Speech-to-Text-Modell von SpaceXAI. Es erhält Audio und liefert eine Transkription mit Zeitstempeln auf Wortebene und optionaler Sprecherdiarisierung. Das veröffentlichte Profil unterstützt auch Mehrkanalaudio. Die nutzbare Ausgabe verbindet den gesprochenen Inhalt mit den Zeitangaben und, sofern angefordert, den Sprechern einer Aufnahme. #### Aufnahme und Transkriptionsaufgabe vorbereiten Bestimmen Sie die zu transkribierende Aufnahme und den Verwendungszweck des Ergebnisses. Ein Besprechungstranskript benötigt die Reihenfolge der Wortmeldungen; ein Interview braucht möglicherweise Sprecherkennzeichnungen; für eine Schnittaufgabe müssen Wörter ihren Positionen im Audio zugeordnet sein. Bewahren Sie die Originalaufnahme und ihre Kennung auf, damit eine prüfende Person bei einem unklaren Wort oder einer unsicheren Sprecherzuordnung zur ursprünglichen Passage zurückkehren kann. Verwenden Sie die tatsächliche Aufnahme und keine umformulierte Beschreibung ihres Inhalts. Behalten Sie bei einer Mehrkanalquelle die Kanalstruktur bei der Audiovorbereitung bei. Diese Struktur und die Sprecherdiarisierung beschreiben unterschiedliche Teile der Aufgabe: Die Kanäle gehören zur Aufnahme, die Diarisierung kennzeichnet Sprecherwechsel im Transkript. #### Zeitangaben und Sprecherstruktur Zeitstempel auf Wortebene verknüpfen transkribierte Wörter mit der Aufnahme. Sie helfen, ein Zitat zu finden, eine schwierige Formulierung nachzuhören oder einen späteren Untertitel- oder Schnittschritt vorzubereiten. Behalten Sie beim Exportieren oder Umwandeln des Transkripts die Zeitstempel bei den Wörtern und gleichen Sie wichtige Passagen mit dem Audio ab. Die optionale Diarisierung ergänzt die Sprecherstruktur. Prüfen Sie Übergänge, Unterbrechungen und ähnlich klingende Stimmen, bevor Sie sich in einem fertigen Dokument auf die zugewiesenen Kennzeichnungen verlassen. Verwenden Sie in nachgelagerten Notizen gleichbleibende Sprecherkennzeichnungen und unterscheiden Sie eine spätere Identifizierung einer Person von der Sprechergruppierung des Modells. #### Transkription als Ausgangsmaterial verwenden Ein Transkript kann als Grundlage für eine Zusammenfassung, eine durchsuchbare Aufzeichnung oder die Vorbereitung von Untertiteln dienen. Diese späteren Artefakte sollten den relevanten Transkriptausschnitt und die Zeitangaben der Quelle beibehalten. Prüfen Sie bei einem Zitat die exakte Audiopassage; unterscheiden Sie bei einer Besprechungsnotiz das Gesagte von den daraus gezogenen Schlussfolgerungen. Das Modell erstellt die Transkription; Formatierung, Zusammenfassung und Veröffentlichung bauen auf diesem tatsächlichen Ergebnis auf. **Ailoot Ultra · Transkription** `POST /v1/audio/transcriptions` `x-ai/grok-stt-1.0` [`x-ai/grok-stt-1.0`](https://ailoot.ai/models/de-at/#m=x-ai%2Fgrok-stt-1.0&route=Ultra&caller=x-ai%2Fgrok-stt-1.0&fmt=transcriptions) SpaceXAI /`x-ai/grok-stt-1.0` ### Einstieg Grok STT 1.0 wandelt Audio in ein Transkript mit Zeitstempeln auf Wortebene um. SpaceXAI dokumentiert optionale Sprecherdiarisierung und Mehrkanalaudio. Damit eignet sich das Modell für Aufnahmen, bei denen neben dem gesprochenen Text auch dessen zeitliche Zuordnung oder Sprecherstruktur benötigt wird. Zulässige Eingaben Audio Ergebnisse Text ### In Ailoot verfügbar · Eingaben und Methoden **Ailoot Ultra · Transkription** `POST /v1/audio/transcriptions` Eingabe `audio` Ausgabe `text` | Feld | Typ | Anforderung | Werte und Limits | Standard | | --- | --- | --- | --- | --- | | Feld`model` | Typ`string` | AnforderungErforderlich | Werte und Limits x-ai/grok-stt-1.0 | Standard— | | Feld`input_audio` | Typ`object` | AnforderungErforderlich | Werte und Limits | Standard— | | Feld`language` | Typ`string` | AnforderungOptional | Werte und Limits | Standard— | | Feld`temperature` | Typ`number` | AnforderungOptional | Werte und Limits Minimum: 0 Maximum: 1 | Standard— | | Feld`response_format` | Typ`string` | AnforderungOptional | Werte und Limits json, verbose\_json | Standardjson | | Feld`timestamp_granularities` | Typ`array` | AnforderungOptional | Werte und Limits | Standard— | | Feld`provider` | Typ`object` | AnforderungOptional | Werte und Limits | Standard— | Methodenparameter und Lebenszyklus | Parameter | Vertrag | | --- | --- | | Parameter`content_type` | Vertragapplication/json | | Parameter`required` | Vertragmodel, input\_audio | | Parameter`material_types` | Vertragaudio | | Parameter`material_conditions` | VertragLesen Sie eine tatsächliche WAV-Datei und kodieren Sie deren echte Bytes für die deklarierte JSON-Eingabe input\_audio; für diese exakte reine JSON-Deklaration wird keine multipart-Route angeboten. | Lebenszyklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · die tatsächlich zurückgegebene task\_id oder ein Eintrag in der Medienbibliothek `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Tarife ##### So wird die endgültige Gebühr berechnet Die angezeigten Tarife dienen zur Kostenschätzung vor der Generierung. Der endgültige Betrag wird aus den für die ursprüngliche Generierung erfassten Kosten berechnet. Die gemessene Ausgabedauer und prognostizierte Mengen sind nicht die endgültige abrechenbare Menge. Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode. Schnellmodus Nicht angegeben Wenn der Schnellmodus ausgewählt ist Flex-Modus Nicht angegeben Wenn der Modus flex ausgewählt ist Maximaler Denkaufwand Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird #### Geschätzte Tarife zum Vergleich #### Preise nach Konfiguration Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif. | Konfiguration | Tarifstaffel | Prognostizierte Menge | Abrechnungseinheit | Gebühr | | --- | --- | --- | --- | --- | | KonfigurationBasistarife für Tokens | TarifstaffelGrundtarif | Prognostizierte Menge— | Abrechnungseinheit— | Gebühr Eingabe · Eingabetoken · Schätzung nur zum Vergleich **—** / 1K Tokens Ausgabe · Ausgabetoken · Schätzung nur zum Vergleich **—** / 1K Tokens Eingabe · Cache lesen · Schätzung nur zum Vergleich **—** / 1K Tokens Eingabe · In Cache schreiben · Schätzung nur zum Vergleich **—** / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde · Schätzung nur zum Vergleich **—** / 1K Tokens | | KonfigurationAudioeingabesekunde | Tarifstaffel— | Prognostizierte Menge— | Abrechnungseinheitpro Sekunde Eingabeaudio | Gebühr Eingabe · Audioeingabesekunde · Schätzung nur zum Vergleich **$0.0000555555555556** pro Sekunde Eingabeaudio | | KonfigurationGeschätzte Generierungskosten | Tarifstaffel— | Prognostizierte MengeSchätzung für eine Generierung | Abrechnungseinheit— | Gebühr Ausgabe · Geschätzte Generierungskosten · Schätzung nur zum Vergleich **$0.0000555555555556** Schätzung vor der Generierung Diese Schätzung ist weder eine zusätzliche Gebühr noch ein fester Tarif für die abgeschlossene Generierung. | Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. [So funktionieren Reservierung und Abrechnung →](https://ailoot.ai/docs/de-at/billing/reserve/) ### Beispielanfragen #### Ailoot Ultra · Transkription curl · exakter nativer Request-Body und vollständiges Ergebnis ```bash set -eu : "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Ergebnisse abrufen und speichern #### Ailoot Ultra · Transkription - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Abrufe anderer Inhalte Vorhandene eigene Dateien abrufen ```bash set -eu : "${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. ``` ##### Alle fertiggestellten Ergebnisse aufbewahren Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf. Die vollständige Antwort und ihre Header, jede tatsächliche Ausgabe, die ursprünglich zurückgegebenen Kennungen und alle Nutzungsfelder aufbewahren. Den ursprünglichen Vorgang wiederaufnehmen, ohne die Erstellung erneut anzufordern. ##### Wenn die ursprüngliche Antwort geprüft werden muss Die zurückgegebene X-Client-Request-ID zum Abgleich aufbewahren. Nur tatsächlich zurückgegebene task\_id-/asset\_id-Werte oder die eigene Medienbibliothek abfragen; niemals eine Aufgaben-URL aus der Vorgangs-ID bilden und die Erstellung niemals erneut anfordern. Antwortfelder | Feld | Typ | | --- | --- | | Feld`text` | Typ | | Feld`usage` | Typ | | Feld`segments[]` | Typ | | Feld`words[]` | Typ | | Feld`speaker fields` | Typ | | Feld`timestamps` | Typ | ### Aliasnamen #### Modellaliasnamen **Ailoot Ultra** [`x-ai/grok-stt-1.0`](https://ailoot.ai/models/de-at/#m=x-ai%2Fgrok-stt-1.0&route=Ultra&caller=x-ai%2Fgrok-stt-1.0&fmt=transcriptions) #### Aliasnamen für Methodenpfade Verwenden Sie die oben angezeigten Methodenpfade. #### Zugehörige Aufrufer-IDs [`x-ai/grok-stt-1.0`](https://ailoot.ai/models/de-at/#m=x-ai%2Fgrok-stt-1.0&route=Ultra&caller=x-ai%2Fgrok-stt-1.0&fmt=transcriptions) FAQ · SpaceXAI: Grok STT 1.0 Welche Eingaben und Ergebnisse sind verfügbar? `POST /v1/audio/transcriptions` · `x-ai/grok-stt-1.0`: `audio` → `text` Welche Felder verwendet die Anfrage? `POST /v1/audio/transcriptions` · `x-ai/grok-stt-1.0`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Welche Grenzen gelten? `POST /v1/audio/transcriptions` · `x-ai/grok-stt-1.0`: `temperature.minimum`: `0`; `temperature.maximum`: `1` Verbinden Sie Ailoot mit Claude Code, OpenCode, Hermes oder Ihrer eigenen Anwendung. ## Das Unternehmen und sein Projektportfolio Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. ## Tokens mit Rabatt kaufen. Aborabatt für regelmäßige Arbeit. Aktionscodes bieten bis 50% beim Tokenkauf. Abo Wählen Sie einen Tarif mit Rabatt für Ihre regelmäßigen Anfragen. Aktionscode bis 50% Geben Sie den Code beim Kauf ein. Der Preis wird nach den gültigen Aktionsbedingungen berechnet. Ausgaben in der Historie Modell, Tokens und Betrag werden für jede Anfrage gespeichert. [Abo wählen](https://ailoot.ai/docs/de-at/billing/subscriptions/) · [Modellpreise ansehen](https://ailoot.ai/models/de-at/) ## Verbinden Sie die API mit dem Produkt, das Sie verkaufen. SaaS, Anwendungen und Bots nach dem offiziellen Angebot und Lizenzvertrag von Ailoot. Fordern Sie für den Weiterverkauf eine Reseller-Lizenz an. Kommerzielle Anwendung Integrieren Sie Text-, Bild-, Video- und Audioerzeugung in kostenpflichtige Funktionen Ihres Dienstes. Reseller-Lizenz Senden Sie Projektbeschreibung und Zugangsmodell. Fordern Sie schriftliche Nutzungs- und Weiterverkaufsbedingungen an. Dokumente auf der Website Offizielles Angebot, Lizenzvertrag und Datenschutzerklärung sind vor der Verbindung zugänglich. [Reseller-Lizenz anfordern](mailto:support@ailoot.ai) · [Offizielles Angebot und Lizenzvertrag](https://ailoot.ai/legal/offer?lang=de-at) ## Ailoot · Das Unternehmen und sein Projektportfolio Ailoot baut auf bewährte Betriebserfahrung, einen großen Kundenstamm, stabilen Service und kontinuierliche KPI-Kontrolle. Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. Ailoot nutzt diese Betriebserfahrung für den API-Zugang zu KI-Funktionen in Kundenprodukten, Agenten, Anwendungen und Automatisierungen.