Source: https://ailoot.ai/models/pl/x-ai-grok-stt-1-0/ Canonical: https://ailoot.ai/models/pl/x-ai-grok-stt-1-0/ Language: pl # SpaceXAI: Grok STT 1.0 [Markdown](https://ailoot.ai/models/pl/x-ai-grok-stt-1-0/index.md) · [JSON](https://ailoot.ai/models/pl/x-ai-grok-stt-1-0/facts.json) ## [SpaceXAI: Grok STT 1.0](https://ailoot.ai/models/pl/x-ai-grok-stt-1-0/) Grok STT 1.0 przekształca dźwięk w transkrypcję ze znacznikami czasu na poziomie słów. SpaceXAI dokumentuje opcjonalną diaryzację mówców i obsługę dźwięku wielokanałowego, dzięki czemu model przydaje się do nagrań wymagających zarówno zapisu wypowiedzi, jak i ich czasu lub struktury mówców. - [**Ailoot Ultra · Transkrypcja** `POST /v1/audio/transcriptions` `x-ai/grok-stt-1.0`](https://ailoot.ai/models/pl/x-ai-grok-stt-1-0/#method-0) O modelu Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody. Grok STT 1.0 to model SpaceXAI do zamiany mowy na tekst. Przyjmuje dźwięk i zwraca transkrypcję ze znacznikami czasu na poziomie słów oraz opcjonalną diaryzacją mówców. Opublikowany profil obsługuje również dźwięk wielokanałowy. Użytecznym wynikiem jest treść wypowiedzi powiązana z czasem, a na życzenie również z mówcami w nagraniu. #### Przygotuj nagranie i zadanie transkrypcji Wskaż nagranie do transkrypcji i sposób wykorzystania wyniku. Transkrypcja spotkania wymaga kolejności wypowiedzi; wywiad może wymagać etykiet mówców; zadanie montażowe potrzebuje słów powiązanych z ich pozycjami w dźwięku. Zachowaj nagranie źródłowe i jego identyfikator, aby recenzent mógł wrócić do pierwotnego fragmentu, gdy słowo lub przypisanie mówcy budzi wątpliwości. Używaj rzeczywistego nagrania zamiast przeredagowanego opisu jego zawartości. Przy źródle wielokanałowym zachowaj strukturę kanałów podczas przygotowywania dźwięku. Ta struktura i diaryzacja mówców opisują różne części zadania: kanały należą do nagrania, natomiast diaryzacja wskazuje zmiany mówcy w transkrypcji. #### Czas i struktura mówców Znaczniki czasu na poziomie słów wiążą rozpoznane słowa z nagraniem. Pomagają odnaleźć cytat, sprawdzić trudne sformułowanie lub przygotować późniejszy etap tworzenia napisów bądź montażu. Przy eksporcie lub przekształcaniu transkrypcji zachowaj znaczniki czasu razem ze słowami i porównaj ważne fragmenty z dźwiękiem. Opcjonalna diaryzacja dodaje strukturę mówców. Sprawdź przejścia, przerywanie wypowiedzi i podobnie brzmiące głosy, zanim oprzesz dokument końcowy na przypisanych etykietach. W dalszych notatkach stosuj stałe etykiety mówców, oddzielając późniejsze ustalenie tożsamości osoby od grupowania mówców dokonanego przez model. #### Wykorzystaj transkrypcję jako materiał źródłowy Transkrypcja może zasilać podsumowanie, przeszukiwalny zapis lub proces przygotowania napisów. Te późniejsze materiały powinny zachowywać odpowiedni fragment transkrypcji i jego czas w źródle. Przy cytacie odsłuchaj dokładny fragment dźwięku; w notatce ze spotkania odróżnij wypowiedziane słowa od wyciągniętych z nich wniosków. Model tworzy transkrypcję, natomiast formatowanie, podsumowanie i publikacja opierają się na tym rzeczywistym wyniku. **Ailoot Ultra · Transkrypcja** `POST /v1/audio/transcriptions` `x-ai/grok-stt-1.0` [`x-ai/grok-stt-1.0`](https://ailoot.ai/models/pl/#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` ### Start Grok STT 1.0 przekształca dźwięk w transkrypcję ze znacznikami czasu na poziomie słów. SpaceXAI dokumentuje opcjonalną diaryzację mówców i obsługę dźwięku wielokanałowego, dzięki czemu model przydaje się do nagrań wymagających zarówno zapisu wypowiedzi, jak i ich czasu lub struktury mówców. Akceptowane dane wejściowe Audio Wyniki Tekst ### Dostępne w Ailoot · dane wejściowe i metody **Ailoot Ultra · Transkrypcja** `POST /v1/audio/transcriptions` Wejście `audio` Wyjście `text` | Pole | Typ | Wymaganie | Wartości i limity | Domyślnie | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | WymaganieWymagane | Wartości i limity x-ai/grok-stt-1.0 | Domyślnie— | | Pole`input_audio` | Typ`object` | WymaganieWymagane | Wartości i limity | Domyślnie— | | Pole`language` | Typ`string` | WymaganieOpcjonalne | Wartości i limity | Domyślnie— | | Pole`temperature` | Typ`number` | WymaganieOpcjonalne | Wartości i limity Minimum: 0 Maksimum: 1 | Domyślnie— | | Pole`response_format` | Typ`string` | WymaganieOpcjonalne | Wartości i limity json, verbose\_json | Domyślniejson | | Pole`timestamp_granularities` | Typ`array` | WymaganieOpcjonalne | Wartości i limity | Domyślnie— | | Pole`provider` | Typ`object` | WymaganieOpcjonalne | Wartości i limity | Domyślnie— | Parametry i cykl życia metody | Parametr | Kontrakt | | --- | --- | | Parametr`content_type` | Kontraktapplication/json | | Parametr`required` | Kontraktmodel, input\_audio | | Parametr`material_types` | Kontraktaudio | | Parametr`material_conditions` | KontraktOdczytaj rzeczywisty plik WAV i zakoduj jego prawdziwe bajty dla zadeklarowanego wejścia JSON input\_audio; dla tej konkretnej deklaracji obsługującej wyłącznie JSON nie deklaruje się ścieżki multipart. | Cykl życia: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · Rzeczywiście zwrócony task\_id lub wpis w bibliotece multimediów `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Cennik ##### Jak obliczana jest ostateczna opłata Wyświetlane stawki służą do oszacowania kosztu przed generowaniem. Ostateczna opłata jest obliczana na podstawie kosztu zarejestrowanego dla pierwotnego generowania. Zmierzony czas trwania wyniku i prognozowane ilości nie stanowią ostatecznej ilości podlegającej rozliczeniu. Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie. Tryb szybki Nie określono Gdy wybrany jest tryb szybki Tryb flex Nie określono Gdy wybrany jest tryb flex Maksymalna intensywność rozumowania Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default) #### Szacunkowe stawki do porównania #### Ceny według konfiguracji Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji. | Konfiguracja | Tabela stawek | Przewidywana ilość | Jednostka rozliczeniowa | Opłata | | --- | --- | --- | --- | --- | | KonfiguracjaBazowe stawki za tokeny | Tabela stawekStawka podstawowa | Przewidywana ilość— | Jednostka rozliczeniowa— | Opłata Wejście · Tokeny wejściowe · Szacunek tylko do porównania **—** / 1K tokenów Wyjście · Tokeny wyjściowe · Szacunek tylko do porównania **—** / 1K tokenów Wejście · Odczyt cache · Szacunek tylko do porównania **—** / 1K tokenów Wejście · Zapis do cache · Szacunek tylko do porównania **—** / 1K tokenów Wejście · Zapis do cache, 1 godz. · Szacunek tylko do porównania **—** / 1K tokenów | | Konfiguracjasekunda wejściowego audio | Tabela stawek— | Przewidywana ilość— | Jednostka rozliczeniowaza sekundę dźwięku wejściowego | Opłata Wejście · sekunda wejściowego audio · Szacunek tylko do porównania **$0.0000555555555556** za sekundę dźwięku wejściowego | | KonfiguracjaSzacowany koszt generowania | Tabela stawek— | Przewidywana ilośćszacunek dla jednego generowania | Jednostka rozliczeniowa— | Opłata Wyjście · Szacowany koszt generowania · Szacunek tylko do porównania **$0.0000555555555556** szacunek przed generowaniem Ten szacunek nie jest dodatkową opłatą ani stałą stawką za ukończone generowanie. | Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. [Jak działają rezerwacja i rozliczenie →](https://ailoot.ai/docs/pl/billing/reserve/) ### Przykładowe żądania #### Ailoot Ultra · Transkrypcja curl · natywna treść żądania w dokładnej postaci i kompletny wynik ```bash set -eu : "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Odbieranie i zapisywanie wyników #### Ailoot Ultra · Transkrypcja - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Inne odczyty treści Odczytaj istniejące zasoby należące do Ciebie ```bash set -eu : "${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. ``` ##### Zachowaj wszystkie ukończone wyniki Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści. Zachowaj pełną odpowiedź i nagłówki, wszystkie rzeczywiście uzyskane wyniki, pierwotnie zwrócone identyfikatory oraz wszystkie pola zużycia. Odzyskaj pierwotną operację bez ponownego wysyłania żądania utworzenia. ##### Jeśli trzeba sprawdzić pierwotną odpowiedź Zachowaj zwrócony X-Client-Request-ID do uzgodnienia danych. Odczytuj wyłącznie rzeczywiście zwrócone wartości task\_id/asset\_id lub własną bibliotekę multimediów; nigdy nie buduj adresu URL zadania na podstawie identyfikatora operacji i nigdy nie wysyłaj ponownie żądania utworzenia. Pola odpowiedzi | Pole | Typ | | --- | --- | | Pole`text` | Typ | | Pole`usage` | Typ | | Pole`segments[]` | Typ | | Pole`words[]` | Typ | | Pole`speaker fields` | Typ | | Pole`timestamps` | Typ | ### Aliasy #### Aliasy modelu **Ailoot Ultra** [`x-ai/grok-stt-1.0`](https://ailoot.ai/models/pl/#m=x-ai%2Fgrok-stt-1.0&route=Ultra&caller=x-ai%2Fgrok-stt-1.0&fmt=transcriptions) #### Aliasy ścieżek metod Użyj ścieżek metod podanych powyżej. #### Powiązane ID modeli [`x-ai/grok-stt-1.0`](https://ailoot.ai/models/pl/#m=x-ai%2Fgrok-stt-1.0&route=Ultra&caller=x-ai%2Fgrok-stt-1.0&fmt=transcriptions) FAQ · SpaceXAI: Grok STT 1.0 Jakie dane wejściowe i wyniki są dostępne? `POST /v1/audio/transcriptions` · `x-ai/grok-stt-1.0`: `audio` → `text` Jakich pól używa żądanie? `POST /v1/audio/transcriptions` · `x-ai/grok-stt-1.0`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Jakie limity obowiązują? `POST /v1/audio/transcriptions` · `x-ai/grok-stt-1.0`: `temperature.minimum`: `0`; `temperature.maximum`: `1` Połącz Ailoot z Claude Code, OpenCode, Hermes albo własną aplikacją. ## Firma i jej portfel projektów Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. ## Kupuj tokeny z rabatem. Rabat subskrypcji do regularnej pracy. Kody promocyjne — do 50% na tokeny. Subskrypcja Wybierz plan z rabatem do regularnych żądań. Kod promocyjny do 50% Wpisz kod przy zakupie. Cena zostanie przeliczona według aktualnej promocji. Koszty w historii Model, tokeny i kwota są zapisywane dla każdego żądania. [Wybierz subskrypcję](https://ailoot.ai/docs/pl/billing/subscriptions/) · [Sprawdź ceny modeli](https://ailoot.ai/models/pl/) ## Połącz API z produktem, który sprzedajesz. SaaS, aplikacje i boty na warunkach oferty i umowy licencyjnej Ailoot. Do odsprzedaży poproś o licencję resellerską. Aplikacja komercyjna Wbuduj generowanie tekstu, obrazów, wideo i dźwięku w płatne funkcje usługi. Licencja resellerska Prześlij opis projektu i schemat dostępu. Poproś o pisemne warunki używania i odsprzedaży. Dokumenty na stronie Oferta, umowa licencyjna i polityka przetwarzania danych są dostępne przed połączeniem. [Poproś o licencję resellerską](mailto:support@ailoot.ai) · [Oferta i umowa licencyjna](https://ailoot.ai/legal/offer?lang=pl) ## Ailoot · Firma i jej portfel projektów Ailoot opiera się na zgromadzonym doświadczeniu operacyjnym, szerokiej bazie klientów, stabilnej usłudze i stałej kontroli KPI. Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. Ailoot wykorzystuje to doświadczenie operacyjne, zapewniając dostęp przez API do funkcji AI w produktach klientów, agentach, aplikacjach i automatyzacjach.