Grok STT 1.0 is het spraak-naar-tekstmodel van SpaceXAI. Het ontvangt audio en geeft een transcriptie terug, met tijdstempels op woordniveau en optionele sprekerdiarisatie. Het gepubliceerde profiel ondersteunt ook meerkanaalsaudio. De bruikbare uitvoer bestaat uit de gesproken inhoud, gekoppeld aan de timing en, waar gevraagd, de sprekers in een opname.
Bepaal welke opname moet worden getranscribeerd en hoe het resultaat zal worden gebruikt. Een vergadertranscript heeft de volgorde van spreekbeurten nodig; een interview kan sprekerlabels vereisen; bij montage moeten woorden aan hun positie in de audio zijn gekoppeld. Bewaar de bronopname en de bijbehorende identifier, zodat een beoordelaar naar de oorspronkelijke passage kan terugkeren wanneer een woord of sprekertoewijzing onzeker is.
Gebruik de werkelijke opname in plaats van een herschreven beschrijving van de inhoud. Behoud bij een meerkanaalsbron de kanaalstructuur wanneer je de audio voorbereidt. Die structuur en sprekerdiarisatie beschrijven verschillende onderdelen van de taak: kanalen horen bij de opname, terwijl diarisatie de spreekbeurten in het transcript identificeert.
Tijdstempels op woordniveau koppelen getranscribeerde woorden aan de opname. Ze helpen een citaat terug te vinden, een lastige formulering te controleren of een latere ondertitelings- of montagestap voor te bereiden. Houd bij het exporteren of omzetten van het transcript de tijdstempels bij de woorden en controleer belangrijke passages aan de hand van de audio.
Optionele diarisatie voegt een sprekerindeling toe. Controleer overgangen, onderbrekingen en stemmen die op elkaar lijken voordat je in een definitief document op de toegewezen labels vertrouwt. Gebruik vaste sprekerlabels in vervolgnotities en houd een eventuele latere identificatie van een persoon gescheiden van de sprekergroepering door het model.
Een transcript kan dienen als invoer voor een samenvatting, een doorzoekbaar verslag of een workflow voor het voorbereiden van ondertitels. Die vervolgartifacten moeten het relevante transcriptfragment en de brontiming behouden. Controleer voor een citaat de exacte audiopassage; maak bij een vergadernotitie onderscheid tussen wat er is gezegd en de conclusies die daaruit worden getrokken. Het model maakt de transcriptie, waarna opmaak, samenvatting en publicatie voortbouwen op dat werkelijke resultaat.
", "aboutText": "Grok STT 1.0 is het spraak-naar-tekstmodel van SpaceXAI. Het ontvangt audio en geeft een transcriptie terug, met tijdstempels op woordniveau en optionele sprekerdiarisatie. Het gepubliceerde profiel ondersteunt ook meerkanaalsaudio. De bruikbare uitvoer bestaat uit de gesproken inhoud, gekoppeld aan de timing en, waar gevraagd, de sprekers in een opname.\n\n### Bereid de opname en de transcriptietaak voor\n\nBepaal welke opname moet worden getranscribeerd en hoe het resultaat zal worden gebruikt. Een vergadertranscript heeft de volgorde van spreekbeurten nodig; een interview kan sprekerlabels vereisen; bij montage moeten woorden aan hun positie in de audio zijn gekoppeld. Bewaar de bronopname en de bijbehorende identifier, zodat een beoordelaar naar de oorspronkelijke passage kan terugkeren wanneer een woord of sprekertoewijzing onzeker is.\n\nGebruik de werkelijke opname in plaats van een herschreven beschrijving van de inhoud. Behoud bij een meerkanaalsbron de kanaalstructuur wanneer je de audio voorbereidt. Die structuur en sprekerdiarisatie beschrijven verschillende onderdelen van de taak: kanalen horen bij de opname, terwijl diarisatie de spreekbeurten in het transcript identificeert.\n\n### Timing en sprekerindeling\n\nTijdstempels op woordniveau koppelen getranscribeerde woorden aan de opname. Ze helpen een citaat terug te vinden, een lastige formulering te controleren of een latere ondertitelings- of montagestap voor te bereiden. Houd bij het exporteren of omzetten van het transcript de tijdstempels bij de woorden en controleer belangrijke passages aan de hand van de audio.\n\nOptionele diarisatie voegt een sprekerindeling toe. Controleer overgangen, onderbrekingen en stemmen die op elkaar lijken voordat je in een definitief document op de toegewezen labels vertrouwt. Gebruik vaste sprekerlabels in vervolgnotities en houd een eventuele latere identificatie van een persoon gescheiden van de sprekergroepering door het model.\n\n### Gebruik de transcriptie als bronmateriaal\n\nEen transcript kan dienen als invoer voor een samenvatting, een doorzoekbaar verslag of een workflow voor het voorbereiden van ondertitels. Die vervolgartifacten moeten het relevante transcriptfragment en de brontiming behouden. Controleer voor een citaat de exacte audiopassage; maak bij een vergadernotitie onderscheid tussen wat er is gezegd en de conclusies die daaruit worden getrokken. Het model maakt de transcriptie, waarna opmaak, samenvatting en publicatie voortbouwen op dat werkelijke resultaat.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "b43a7dbb1441899d73ebb0c0b4ea44dd9c37a60290e9c96c447cd4987628b55d", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl", "methods": [ { "html": "x-ai/grok-stt-1.0Grok STT 1.0 zet audio om in een transcript met tijdstempels op woordniveau. SpaceXAI documenteert optionele sprekerdiarisatie en meerkanaalsaudio, waardoor het model bruikbaar is voor opnamen waarbij zowel de gesproken tekst als de timing of sprekerindeling nodig is.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Grok STT 1.0 is het spraak-naar-tekstmodel van SpaceXAI. Het ontvangt audio en geeft een transcriptie terug, met tijdstempels op woordniveau en optionele sprekerdiarisatie. Het gepubliceerde profiel ondersteunt ook meerkanaalsaudio. De bruikbare uitvoer bestaat uit de gesproken inhoud, gekoppeld aan de timing en, waar gevraagd, de sprekers in een opname.
Bepaal welke opname moet worden getranscribeerd en hoe het resultaat zal worden gebruikt. Een vergadertranscript heeft de volgorde van spreekbeurten nodig; een interview kan sprekerlabels vereisen; bij montage moeten woorden aan hun positie in de audio zijn gekoppeld. Bewaar de bronopname en de bijbehorende identifier, zodat een beoordelaar naar de oorspronkelijke passage kan terugkeren wanneer een woord of sprekertoewijzing onzeker is.
Gebruik de werkelijke opname in plaats van een herschreven beschrijving van de inhoud. Behoud bij een meerkanaalsbron de kanaalstructuur wanneer je de audio voorbereidt. Die structuur en sprekerdiarisatie beschrijven verschillende onderdelen van de taak: kanalen horen bij de opname, terwijl diarisatie de spreekbeurten in het transcript identificeert.
Tijdstempels op woordniveau koppelen getranscribeerde woorden aan de opname. Ze helpen een citaat terug te vinden, een lastige formulering te controleren of een latere ondertitelings- of montagestap voor te bereiden. Houd bij het exporteren of omzetten van het transcript de tijdstempels bij de woorden en controleer belangrijke passages aan de hand van de audio.
Optionele diarisatie voegt een sprekerindeling toe. Controleer overgangen, onderbrekingen en stemmen die op elkaar lijken voordat je in een definitief document op de toegewezen labels vertrouwt. Gebruik vaste sprekerlabels in vervolgnotities en houd een eventuele latere identificatie van een persoon gescheiden van de sprekergroepering door het model.
Een transcript kan dienen als invoer voor een samenvatting, een doorzoekbaar verslag of een workflow voor het voorbereiden van ondertitels. Die vervolgartifacten moeten het relevante transcriptfragment en de brontiming behouden. Controleer voor een citaat de exacte audiopassage; maak bij een vergadernotitie onderscheid tussen wat er is gezegd en de conclusies die daaruit worden getrokken. Het model maakt de transcriptie, waarna opmaak, samenvatting en publicatie voortbouwen op dat werkelijke resultaat.
POST /v1/audio/transcriptionsaudiotext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten x-ai/grok-stt-1.0 | Standaard— |
Veldinput_audio | Typeobject | VereisteVereist | Waarden en limieten | Standaard— |
Veldlanguage | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtemperature | Typenumber | VereisteOptioneel | Waarden en limieten Minimum: 0 Maximum: 1 | Standaard— |
Veldresponse_format | Typestring | VereisteOptioneel | Waarden en limieten json, verbose_json | Standaardjson |
Veldtimestamp_granularities | Typearray | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldprovider | Typeobject | VereisteOptioneel | Waarden en limieten | Standaard— |
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, input_audio |
Parametermaterial_types | Contractaudio |
Parametermaterial_conditions | ContractLees een daadwerkelijk WAV-bestand en codeer de echte bytes voor de gedeclareerde JSON input_audio; voor deze exacte declaratie met uitsluitend JSON wordt geen multipart-route aangeboden. |
Levenscyclus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · de daadwerkelijk geretourneerde task_id of het record in de mediabibliotheek
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
De weergegeven tarieven geven een schatting van de kosten vóór de generatie. Het definitieve bedrag wordt berekend op basis van de kosten die voor de oorspronkelijke generatie zijn geregistreerd. De gemeten duur van de uitvoer en de geschatte hoeveelheden zijn niet de definitieve factureerbare hoeveelheid.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Verwachte hoeveelheid | Rekeneenheid | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Verwachte hoeveelheid— | Rekeneenheid— | Kosten Invoer · Invoertokens · Schatting uitsluitend ter vergelijking — / 1K tokens Uitvoer · Uitvoertokens · Schatting uitsluitend ter vergelijking — / 1K tokens Invoer · Cache lezen · Schatting uitsluitend ter vergelijking — / 1K tokens Invoer · Cache schrijven · Schatting uitsluitend ter vergelijking — / 1K tokens Invoer · Cache schrijven, 1 uur · Schatting uitsluitend ter vergelijking — / 1K tokens |
| Configuratieseconde audio-invoer | Tariefstaffel— | Verwachte hoeveelheid— | Rekeneenheidper seconde audio-invoer | Kosten Invoer · seconde audio-invoer · Schatting uitsluitend ter vergelijking $0.0000555555555556 per seconde audio-invoer |
| ConfiguratieGeschatte generatiekosten | Tariefstaffel— | Verwachte hoeveelheidschatting voor één generatie | Rekeneenheid— | Kosten Uitvoer · Geschatte generatiekosten · Schatting uitsluitend ter vergelijking $0.0000555555555556 schatting vóór generatie Deze schatting is geen extra bedrag of vast tarief voor de voltooide generatie. |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nimport base64\naudio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file')\nif len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow')\nrequest={'model': 'x-ai/grok-stt-1.0', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}}\nrequest['input_audio']['data']=base64.b64encode(audio).decode('ascii')\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\nGET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\nBewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar het volledige antwoord en de headers, alle daadwerkelijke uitvoer, de oorspronkelijk geretourneerde identificatoren en alle gebruiksvelden. Herstel de oorspronkelijke bewerking zonder de aanmaakaanvraag opnieuw in te dienen.
Bewaar de geretourneerde X-Client-Request-ID voor reconciliatie. Lees alleen daadwerkelijk geretourneerde task_id/asset_id-waarden of de eigen mediabibliotheek uit; bouw nooit een taak-URL op basis van de bewerkings-ID en dien de aanmaakaanvraag nooit opnieuw in.
| Veld | Type |
|---|---|
Veldtext | Type |
Veldusage | Type |
Veldsegments[] | Type |
Veldwords[] | Type |
Veldspeaker fields | Type |
Veldtimestamps | Type |
Ailoot Ultra x-ai/grok-stt-1.0
Gebruik de hierboven getoonde methodepaden.