SpaceXAI: Grok STT 1.0
Grok STT 1.0 mengubah audio menjadi transkrip dengan stempel waktu tingkat kata. SpaceXAI mendokumentasikan diarisasi pembicara opsional dan audio multikanal, sehingga model ini berguna untuk rekaman yang membutuhkan teks ucapan beserta waktu atau struktur pembicaranya.
Tentang model
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Grok STT 1.0 adalah model speech-to-text dari SpaceXAI. Model ini menerima audio dan mengembalikan transkripsi, dengan stempel waktu tingkat kata dan diarisasi pembicara opsional. Profil yang diterbitkan juga mendukung audio multikanal. Keluaran yang berguna adalah isi ucapan yang terhubung dengan waktu dan, jika diminta, pembicara dalam rekaman.
Siapkan rekaman dan tugas transkripsi
Tentukan rekaman yang akan ditranskripsikan dan cara hasilnya akan digunakan. Transkrip rapat membutuhkan urutan giliran bicara; wawancara mungkin membutuhkan label pembicara; tugas penyuntingan membutuhkan kata-kata yang terhubung dengan posisinya dalam audio. Pertahankan rekaman sumber dan pengenalnya agar peninjau dapat kembali ke bagian asli ketika suatu kata atau penetapan pembicara belum pasti.
Gunakan rekaman yang sebenarnya, bukan uraian ulang tentang isinya. Untuk sumber multikanal, pertahankan struktur kanalnya saat menyiapkan audio. Struktur tersebut dan diarisasi pembicara menjelaskan bagian tugas yang berbeda: kanal merupakan bagian dari rekaman, sedangkan diarisasi mengidentifikasi giliran pembicara dalam transkrip.
Waktu dan struktur pembicara
Stempel waktu tingkat kata menghubungkan kata-kata yang ditranskripsikan dengan rekaman. Ini membantu menemukan kutipan, meninjau frasa yang sulit, atau menyiapkan tahap subtitel atau penyuntingan berikutnya. Pertahankan stempel waktu bersama kata-katanya saat mengekspor atau mengubah transkrip, dan periksa bagian penting terhadap audio.
Diarisasi opsional menambahkan struktur pembicara. Tinjau pergantian pembicara, interupsi, dan suara yang mirip sebelum mengandalkan label yang ditetapkan dalam dokumen akhir. Gunakan label pembicara yang konsisten dalam catatan lanjutan, dan pisahkan identifikasi seseorang di kemudian hari dari pengelompokan pembicara oleh model.
Gunakan transkripsi sebagai materi sumber
Transkrip dapat menjadi masukan untuk ringkasan, catatan yang dapat ditelusuri, atau alur persiapan takarir. Artefak lanjutan tersebut harus mempertahankan rentang transkrip yang relevan dan waktu pada sumber. Untuk kutipan, periksa bagian audio yang tepat; untuk catatan rapat, bedakan apa yang diucapkan dari kesimpulan yang ditarik darinya. Model menghasilkan transkripsi, sementara pemformatan, peringkasan, dan publikasi bertumpu pada hasil aktual tersebut.
Ailoot Ultra · Transkripsi POST /v1/audio/transcriptions x-ai/grok-stt-1.0
x-ai/grok-stt-1.0Mulai
Grok STT 1.0 mengubah audio menjadi transkrip dengan stempel waktu tingkat kata. SpaceXAI mendokumentasikan diarisasi pembicara opsional dan audio multikanal, sehingga model ini berguna untuk rekaman yang membutuhkan teks ucapan beserta waktu atau struktur pembicaranya.
- Masukan yang diterima
- Audio
- Hasil
- Teks
Tersedia di Ailoot · masukan & metode
Ailoot Ultra · Transkripsi POST /v1/audio/transcriptions
- Masukan
audio- Keluaran
text
| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan x-ai/grok-stt-1.0 | Bawaan— |
Kolominput_audio | Jenisobject | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomlanguage | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Minimum: 0 Maksimum: 1 | Bawaan— |
Kolomresponse_format | Jenisstring | PersyaratanOpsional | Nilai & batasan json, verbose_json | Bawaanjson |
Kolomtimestamp_granularities | Jenisarray | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Parameter metode dan siklus hidup
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, input_audio |
Parametermaterial_types | Kontrakaudio |
Parametermaterial_conditions | KontrakBaca berkas WAV aktual dan kodekan byte aslinya untuk input_audio JSON yang dideklarasikan; tidak ditawarkan rute multipart untuk deklarasi persis yang hanya menggunakan JSON ini. |
Siklus hidup: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id aktual yang dikembalikan atau catatan pustaka media
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Paket
Cara menghitung biaya akhir
Tarif yang ditampilkan memperkirakan biaya sebelum pembuatan. Biaya akhir dihitung dari biaya yang tercatat untuk proses pembuatan awal. Durasi keluaran yang terukur dan kuantitas perkiraan bukanlah kuantitas akhir yang ditagihkan.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
- Mode Fast
- Tidak ditentukan Saat mode fast dipilih
- Mode Flex
- Tidak ditentukan Saat mode flex dipilih
- Upaya penalaran maksimum
- Tidak ditentukan Saat upaya penalaran maksimum menggunakan penyesuaian default
Perkiraan tarif untuk perbandingan
Harga menurut konfigurasi
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Jumlah perkiraan | Satuan penagihan | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Jumlah perkiraan— | Satuan penagihan— | Biaya Masukan · Token masukan · Perkiraan hanya untuk perbandingan — / 1K token Keluaran · Token keluaran · Perkiraan hanya untuk perbandingan — / 1K token Masukan · Pembacaan cache · Perkiraan hanya untuk perbandingan — / 1K token Masukan · Penulisan cache · Perkiraan hanya untuk perbandingan — / 1K token Masukan · Penulisan cache, 1 jam · Perkiraan hanya untuk perbandingan — / 1K token |
| Konfigurasidetik audio masukan | Jadwal tarif— | Jumlah perkiraan— | Satuan penagihanper detik audio masukan | Biaya Masukan · detik audio masukan · Perkiraan hanya untuk perbandingan $0.0000555555555556 per detik audio masukan |
| KonfigurasiPerkiraan biaya pembuatan | Jadwal tarif— | Jumlah perkiraanestimasi satu kali pembuatan | Satuan penagihan— | Biaya Keluaran · Perkiraan biaya pembuatan · Perkiraan hanya untuk perbandingan $0.0000555555555556 estimasi sebelum pembuatan Perkiraan ini bukan biaya tambahan maupun tarif tetap untuk proses pembuatan yang telah selesai. |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
Contoh permintaan
Ailoot Ultra · Transkripsi
set -eu
: "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o response.bin
# Keep the complete original response and headers. Read every returned segment, word and usage field.
# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.
Terima dan simpan hasil
Ailoot Ultra · Transkripsi
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Pembacaan konten lain
set -eu
: "${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.
Simpan semua hasil yang selesai
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan respons dan header secara lengkap, setiap keluaran aktual, identifikator asli yang dikembalikan, dan semua kolom usage. Pulihkan operasi asli tanpa mengirim ulang permintaan pembuatan.
Jika respons asli perlu diperiksa
Simpan X-Client-Request-ID yang dikembalikan untuk rekonsiliasi. Baca hanya nilai task_id/asset_id yang benar-benar dikembalikan atau pustaka media milik Anda; jangan pernah membuat URL tugas dari ID operasi dan jangan pernah mengirim ulang permintaan pembuatan.
Kolom respons
| Kolom | Jenis |
|---|---|
Kolomtext | Jenis |
Kolomusage | Jenis |
Kolomsegments[] | Jenis |
Kolomwords[] | Jenis |
Kolomspeaker fields | Jenis |
Kolomtimestamps | Jenis |
Alias
Alias model
Ailoot Ultra x-ai/grok-stt-1.0
Alias jalur metode
Gunakan jalur metode yang ditampilkan di atas.
ID pemanggil terkait
FAQ · SpaceXAI: Grok STT 1.0
- Input dan hasil apa yang tersedia?
POST /v1/audio/transcriptions·x-ai/grok-stt-1.0:audio→text- Kolom apa yang digunakan permintaan?
POST /v1/audio/transcriptions·x-ai/grok-stt-1.0:model,input_audio,language,temperature,response_format,timestamp_granularities,provider- Batasan apa yang berlaku?
POST /v1/audio/transcriptions·x-ai/grok-stt-1.0:temperature.minimum:0;temperature.maximum:1