SpaceXAI: Grok STT 1.0

Grok STT 1.0 muuntaa äänen litteroinniksi, jossa on sanakohtaiset aikaleimat. SpaceXAI dokumentoi valinnaisen puhujien erottelun ja monikanavaisen äänen tuen. Malli sopii tallenteisiin, joista tarvitaan sekä puhuttu teksti että sen ajoitus tai puhujarakenne.

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

Tietoa mallista

Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.

Grok STT 1.0 on SpaceXAI:n puheentunnistusmalli. Se vastaanottaa ääntä ja palauttaa litteroinnin, jossa on sanakohtaiset aikaleimat ja valinnainen puhujien erottelu. Julkaistu profiili tukee myös monikanavaista ääntä. Sen hyödyllinen tulos on puhuttu sisältö yhdistettynä tallenteen ajoitukseen ja pyydettäessä puhujiin.

Valmistele tallenne ja litterointitehtävä

Nimeä litteroitava tallenne ja kerro, mihin tulosta käytetään. Kokouslitterointi tarvitsee puheenvuorojen järjestyksen, haastattelu voi tarvita puhujatunnisteet ja editointitehtävä sanat yhdistettyinä niiden sijainteihin äänessä. Säilytä alkuperäinen tallenne ja sen tunniste, jotta arvioija voi palata alkuperäiseen kohtaan, jos sana tai puhujan määrittely jää epävarmaksi.

Käytä varsinaista tallennetta sen sisällöstä kirjoitetun kuvauksen sijaan. Säilytä monikanavaisen lähteen kanavarakenne ääntä valmistellessasi. Kanavarakenne ja puhujien erottelu kuvaavat tehtävän eri puolia: kanavat kuuluvat tallenteeseen, kun taas puhujien erottelu tunnistaa puheenvuorot litteroinnista.

Ajoitus ja puhujarakenne

Sanakohtaiset aikaleimat yhdistävät litteroidut sanat tallenteeseen. Niiden avulla voi paikantaa lainauksen, tarkistaa vaikean ilmauksen tai valmistella myöhemmän tekstitys- tai editointivaiheen. Säilytä aikaleimat sanojen yhteydessä, kun viet litteroinnin toiseen muotoon tai muokkaat sitä, ja tarkista tärkeät kohdat äänestä.

Valinnainen puhujien erottelu lisää puhujarakenteen. Tarkista puhujanvaihdokset, keskeytykset ja samankaltaiset äänet ennen kuin luotat lopullisen asiakirjan tunnisteisiin. Käytä jatkomuistiinpanoissa vakaita puhujatunnisteita ja pidä henkilön mahdollinen myöhempi tunnistaminen erillään mallin muodostamasta puhujaryhmittelystä.

Käytä litterointia lähdeaineistona

Litterointi voi toimia yhteenvedon, haettavan tietueen tai tekstityksen valmistelutyönkulun lähtöaineistona. Näissä myöhemmissä tuotoksissa tulee säilyttää olennainen litterointijakso ja lähteen ajoitus. Tarkista lainauksen täsmällinen äänikohta. Erota kokousmuistiinpanossa puhuttu sisältö siitä tehdyistä päätelmistä. Malli tuottaa litteroinnin, ja muotoilu, tiivistäminen ja julkaisu perustuvat tähän todelliseen tulokseen.

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

x-ai/grok-stt-1.0

SpaceXAI /x-ai/grok-stt-1.0

Aloitus

Hyväksytyt syötteet: Ääni
Tulokset: Teksti

Saatavilla Ailootissa · syötteet & menetelmät

Ailoot Ultra · Litterointi POST /v1/audio/transcriptions

Syötetyypit: audio
Tulostyypit: text

Kenttä	Tyyppi	Vaatimus	Arvot & rajat	Oletus
Kenttä`model`	Tyyppi`string`	VaatimusPakollinen	Arvot & rajat x-ai/grok-stt-1.0	Oletus—
Kenttä`input_audio`	Tyyppi`object`	VaatimusPakollinen	Arvot & rajat	Oletus—
Kenttä`language`	Tyyppi`string`	VaatimusValinnainen	Arvot & rajat	Oletus—
Kenttä`temperature`	Tyyppi`number`	VaatimusValinnainen	Arvot & rajat Vähimmäismäärä: 0 Enimmäismäärä: 1	Oletus—
Kenttä`response_format`	Tyyppi`string`	VaatimusValinnainen	Arvot & rajat json, verbose_json	Oletusjson
Kenttä`timestamp_granularities`	Tyyppi`array`	VaatimusValinnainen	Arvot & rajat	Oletus—
Kenttä`provider`	Tyyppi`object`	VaatimusValinnainen	Arvot & rajat	Oletus—

Menetelmän parametrit ja elinkaari

Parametri	Sopimus
Parametri`content_type`	Sopimusapplication/json
Parametri`required`	Sopimusmodel, input_audio
Parametri`material_types`	Sopimusaudio
Parametri`material_conditions`	SopimusLue todellinen WAV-tiedosto ja koodaa sen todelliset tavut määriteltyyn JSON input_audio -syötteeseen; tälle täsmälliselle, vain JSON-muotoa käyttävälle määrittelylle ei ilmoiteta multipart-reittiä.

Elinkaari: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · todellisuudessa palautettu task_id tai mediakirjaston tietue

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Hinnoittelu

Lopullisen veloituksen laskenta

Näytettyjen hintojen avulla arvioidaan kustannukset ennen generointia. Lopullinen veloitus lasketaan alkuperäiselle generoinnille kirjatun kustannuksen perusteella. Lopullisena laskutettavana määränä ei käytetä tulosteen mitattua kestoa eikä ennustettuja määriä.

Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.

Nopea tila: Ei määritetty Kun nopea tila on valittu
Flex-tila: Ei määritetty Kun flex-tila on valittu
Päättelyn enimmäisteho: Ei määritetty Kun päättelyn enimmäistehoon sovelletaan default-oletussäätöä

Arvioidut vertailuhinnat

Hinnat asetusten mukaan

Kohdista kukin veloitus näytettyihin ehtoihin. Käytä yhtä hintaa kutakin vaihtoehtoisten asetusten ryhmää kohden.

Asetukset	Hinnasto	Ennustettu määrä	Laskutusyksikkö	Veloitus
AsetuksetTokenien perushinnat	HinnastoPerushinta	Ennustettu määrä—	Laskutusyksikkö—	Veloitus Syöte · Syötetokenit · Arvio vain vertailua varten — / 1K tokenia Tuloste · Tulostokenit · Arvio vain vertailua varten — / 1K tokenia Syöte · Välimuistin luku · Arvio vain vertailua varten — / 1K tokenia Syöte · Välimuistiin kirjoitus · Arvio vain vertailua varten — / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti · Arvio vain vertailua varten — / 1K tokenia
Asetuksetäänisyötteen sekunti	Hinnasto—	Ennustettu määrä—	Laskutusyksikkösyöteäänen sekuntia kohden	Veloitus Syöte · äänisyötteen sekunti · Arvio vain vertailua varten $0.0000555555555556 syöteäänen sekuntia kohden
AsetuksetArvioitu luontikustannus	Hinnasto—	Ennustettu määräyhden generoinnin arvio	Laskutusyksikkö—	Veloitus Tuloste · Arvioidut generointikustannukset · Arvio vain vertailua varten $0.0000555555555556 arvio ennen generointia Tämä arvio ei ole lisämaksu eikä valmistuneen generoinnin kiinteä hinta.

Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →

Esimerkkipyynnöt

Ailoot Ultra · Litterointi

curl · natiivi pyyntörunko täsmälleen sellaisenaan ja koko tulos

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.

Vastaanota ja tallenna tulokset

Ailoot Ultra · Litterointi

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

Muut sisällön lukukerrat

Lue olemassa olevat omistamasi aineistot

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.

Säilytä kaikki valmistuneet tulokset

Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.

Säilytä koko vastaus ja otsakkeet, jokainen todellinen tuloste, alkuperäiset palautetut tunnisteet ja kaikki käyttötietokentät. Selvitä alkuperäisen operaation tila lähettämättä luontipyyntöä uudelleen.

Jos alkuperäinen vastaus on tarkistettava

Säilytä palautettu X-Client-Request-ID täsmäytystä varten. Tee lukukyselyt vain todellisuudessa palautetuilla task_id/asset_id-arvoilla tai käytä omistamaasi mediakirjastoa; älä koskaan rakenna tehtävän URL-osoitetta operaation ID:n perusteella äläkä lähetä luontipyyntöä uudelleen.

Vastauksen kentät

Kenttä	Tyyppi
Kenttä`text`	Tyyppi
Kenttä`usage`	Tyyppi
Kenttä`segments[]`	Tyyppi
Kenttä`words[]`	Tyyppi
Kenttä`speaker fields`	Tyyppi
Kenttä`timestamps`	Tyyppi

Aliakset

Mallin aliakset

Ailoot Ultra x-ai/grok-stt-1.0

Menetelmäpolkujen aliakset

Käytä yllä näytettyjä menetelmäpolkuja.

Liittyvät kutsujan ID:t

x-ai/grok-stt-1.0

FAQ · SpaceXAI: Grok STT 1.0

Mitä syötteitä ja tuloksia on saatavilla?: POST /v1/audio/transcriptions · x-ai/grok-stt-1.0: audio → text
Mitä kenttiä pyyntö käyttää?: POST /v1/audio/transcriptions · x-ai/grok-stt-1.0: model, input_audio, language, temperature, response_format, timestamp_granularities, provider
Mitä rajoja sovelletaan?: POST /v1/audio/transcriptions · x-ai/grok-stt-1.0: temperature.minimum: 0; temperature.maximum: 1

SpaceXAI: Grok STT 1.0