SpaceXAI: Grok STT 1.0
Grok STT 1.0은 오디오를 단어 단위 타임스탬프가 포함된 전사문으로 변환합니다. SpaceXAI는 선택적 화자 분리와 다중 채널 오디오를 문서화했으며, 발화 내용과 시간 정보 또는 화자 구조가 함께 필요한 녹음에 유용합니다.
모델 소개
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Grok STT 1.0은 SpaceXAI의 음성 텍스트 변환 모델입니다. 오디오를 받아 단어 단위 타임스탬프와 선택적 화자 분리를 포함한 전사문을 반환합니다. 공개된 사양은 다중 채널 오디오도 지원합니다. 녹음의 발화 내용을 시간 정보와 연결하고, 요청한 경우 화자와도 연결하는 것이 이 모델의 유용한 출력입니다.
녹음과 전사 작업 준비
전사할 녹음과 결과의 사용 목적을 지정하세요. 회의 전사문에는 발언 순서가 필요하고, 인터뷰에는 화자 표시가 필요할 수 있으며, 편집 작업에는 각 단어와 오디오 내 위치의 연결이 필요합니다. 단어나 화자 배정이 불확실할 때 검토자가 원래 구간으로 돌아갈 수 있도록 원본 녹음과 식별자를 보관하세요.
녹음 내용을 다시 서술한 글 대신 실제 녹음을 사용하세요. 다중 채널 원본의 오디오를 준비할 때는 채널 구조를 유지하세요. 채널 구조와 화자 분리는 작업의 서로 다른 부분을 설명합니다. 채널은 녹음에 속하는 구조이고, 화자 분리는 전사문에서 화자의 발언 차례를 식별합니다.
시간 정보와 화자 구조
단어 단위 타임스탬프는 전사된 단어를 녹음과 연결합니다. 인용문을 찾거나, 어려운 표현을 검토하거나, 후속 자막 또는 편집 단계를 준비하는 데 도움이 됩니다. 전사문을 내보내거나 변환할 때 단어와 타임스탬프를 함께 유지하고, 중요한 구절은 오디오와 대조하세요.
선택적 화자 분리는 화자 구조를 추가합니다. 최종 문서에서 배정된 표시를 사용하기 전에 화자 전환, 끼어들기, 비슷하게 들리는 목소리를 검토하세요. 후속 노트에서는 일관된 화자 표시를 사용하고, 나중에 특정 인물의 신원을 확인하는 과정은 모델의 화자 그룹화와 구별하세요.
전사문을 원천 자료로 활용
전사문은 요약, 검색 가능한 기록, 자막 준비 워크플로의 입력이 될 수 있습니다. 이러한 후속 결과물에도 관련 전사 구간과 원본 시간 정보를 유지해야 합니다. 인용문은 정확한 오디오 구간을 확인하고, 회의록에서는 실제 발화와 그로부터 도출한 결론을 구분하세요. 모델이 전사문을 생성하며, 형식 정리, 요약, 게시 작업은 그 실제 결과를 바탕으로 이어집니다.
Ailoot Ultra · 음성 전사 POST /v1/audio/transcriptions x-ai/grok-stt-1.0
x-ai/grok-stt-1.0시작하기
Grok STT 1.0은 오디오를 단어 단위 타임스탬프가 포함된 전사문으로 변환합니다. SpaceXAI는 선택적 화자 분리와 다중 채널 오디오를 문서화했으며, 발화 내용과 시간 정보 또는 화자 구조가 함께 필요한 녹음에 유용합니다.
- 허용 입력
- 오디오
- 결과
- 텍스트
Ailoot에서 사용 가능 · 입력 및 메서드
Ailoot Ultra · 음성 전사 POST /v1/audio/transcriptions
- 입력
audio- 출력
text
| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 x-ai/grok-stt-1.0 | 기본값— |
필드input_audio | 유형object | 요건필수 | 값과 한도 | 기본값— |
필드language | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 최솟값: 0 최댓값: 1 | 기본값— |
필드response_format | 유형string | 요건선택 사항 | 값과 한도 json, verbose_json | 기본값json |
필드timestamp_granularities | 유형array | 요건선택 사항 | 값과 한도 | 기본값— |
필드provider | 유형object | 요건선택 사항 | 값과 한도 | 기본값— |
메서드 매개변수와 수명 주기
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, input_audio |
매개변수material_types | 명세audio |
매개변수material_conditions | 명세실제 WAV 파일을 읽고 해당 바이트를 선언된 JSON input_audio에 맞게 인코딩하세요. 이 정확한 JSON 전용 선언에는 multipart 경로가 안내되어 있지 않습니다. |
수명 주기: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · 실제로 반환된 task_id 또는 미디어 라이브러리 기록
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
요금
최종 요금 계산 방식
표시된 요율은 생성 전 비용을 예상하는 데 사용됩니다. 최종 청구액은 최초 생성에 기록된 비용으로 계산됩니다. 측정된 출력 길이와 예상 수량은 최종 청구 수량이 아닙니다.
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
- 빠른 모드
- 미지정 빠른 모드를 선택한 경우
- Flex 모드
- 미지정 flex 모드를 선택한 경우
- 최대 추론 수준
- 미지정 최대 추론 수준에 default 조정값을 적용하는 경우
비교용 예상 요금
설정별 가격
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 예측 수량 | 과금 단위 | 요금 |
|---|---|---|---|---|
| 설정기본 토큰 요금 | 요금표기본 요금 | 예측 수량— | 과금 단위— | 요금 입력 · 입력 토큰 · 비교 전용 추정치 — / 1K 토큰 출력 · 출력 토큰 · 비교 전용 추정치 — / 1K 토큰 입력 · 캐시 읽기 · 비교 전용 추정치 — / 1K 토큰 입력 · 캐시 쓰기 · 비교 전용 추정치 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 · 비교 전용 추정치 — / 1K 토큰 |
| 설정입력 오디오(초) | 요금표— | 예측 수량— | 과금 단위입력 오디오 초당 | 요금 입력 · 입력 오디오(초) · 비교 전용 추정치 $0.0000555555555556 입력 오디오 초당 |
| 설정예상 생성 비용 | 요금표— | 예측 수량1회 생성 예상치 | 과금 단위— | 요금 출력 · 예상 생성 비용 · 비교 전용 추정치 $0.0000555555555556 생성 전 추정치 이 예상 금액은 추가 요금이나 생성 완료 시 적용되는 고정 요금이 아닙니다. |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
요청 예제
Ailoot Ultra · 음성 전사
set -eu
: "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o response.bin
# Keep the complete original response and headers. Read every returned segment, word and usage field.
# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.
결과 수신 및 저장
Ailoot Ultra · 음성 전사
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
기타 콘텐츠 조회
set -eu
: "${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.
완료된 결과 모두 보관
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
전체 응답과 헤더, 실제로 생성된 모든 출력, 최초로 반환된 식별자와 모든 사용량 필드를 보관하세요. 생성 요청을 다시 제출하지 말고 최초 작업을 복구하세요.
원래 응답을 확인해야 할 경우
정산 대조를 위해 반환된 X-Client-Request-ID를 보관하세요. 실제로 반환된 task_id/asset_id 값이나 소유한 미디어 라이브러리만 조회하세요. 작업 ID로 태스크 URL을 만들거나 생성 요청을 다시 제출하지 마세요.
응답 필드
| 필드 | 유형 |
|---|---|
필드text | 유형 |
필드usage | 유형 |
필드segments[] | 유형 |
필드words[] | 유형 |
필드speaker fields | 유형 |
필드timestamps | 유형 |
별칭
모델 별칭
Ailoot Ultra x-ai/grok-stt-1.0
메서드 경로 별칭
위에 표시된 메서드 경로를 사용하세요.
관련 호출용 ID
FAQ · SpaceXAI: Grok STT 1.0
- 어떤 입력과 결과를 사용할 수 있나요?
POST /v1/audio/transcriptions·x-ai/grok-stt-1.0:audio→text- 요청은 어떤 필드를 사용하나요?
POST /v1/audio/transcriptions·x-ai/grok-stt-1.0:model,input_audio,language,temperature,response_format,timestamp_granularities,provider- 어떤 제한이 적용되나요?
POST /v1/audio/transcriptions·x-ai/grok-stt-1.0:temperature.minimum:0;temperature.maximum:1