SpaceXAI: Grok STT 1.0

Grok STT 1.0 pretvori zvok v prepis s časovnimi oznakami na ravni besed. SpaceXAI dokumentira izbirno diarizacijo govorcev in večkanalni zvok, zato je model uporaben za posnetke, ki poleg govorjenega besedila potrebujejo časovno razporeditev ali strukturo govorcev.

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

O modelu

Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.

Grok STT 1.0 je model podjetja SpaceXAI za pretvorbo govora v besedilo. Sprejme zvok in vrne prepis s časovnimi oznakami na ravni besed ter izbirno diarizacijo govorcev. Objavljeni profil podpira tudi večkanalni zvok. Njegov uporaben rezultat je govorjena vsebina, povezana s časovno razporeditvijo in, kadar je zahtevano, z govorci v posnetku.

Pripravite posnetek in nalogo prepisovanja

Določite posnetek za prepis in način uporabe rezultata. Prepis sestanka potrebuje zaporedje govornih izmenjav; intervju lahko potrebuje oznake govorcev; montažna naloga potrebuje besede, povezane z njihovimi mesti v zvoku. Ohranite izvorni posnetek in njegov identifikator, da se lahko pregledovalec vrne k izvirnemu odlomku, kadar je beseda ali dodelitev govorca negotova.

Uporabite dejanski posnetek, ne preoblikovanega opisa njegove vsebine. Pri večkanalnem viru med pripravo zvoka ohranite strukturo kanalov. Ta struktura in diarizacija govorcev opisujeta različna dela naloge: kanali pripadajo posnetku, diarizacija pa prepoznava menjave govorcev v prepisu.

Časovne oznake in struktura govorcev

Časovne oznake na ravni besed povezujejo prepisane besede s posnetkom. Pomagajo poiskati citat, pregledati težavno frazo ali pripraviti poznejše podnaslavljanje oziroma montažo. Pri izvozu ali preoblikovanju prepisa ohranite časovne oznake ob besedah in pomembne odlomke preverite z zvokom.

Izbirna diarizacija doda strukturo govorcev. Preden se v končnem dokumentu oprete na dodeljene oznake, preverite prehode, prekinitve in podobno zveneče glasove. V nadaljnjih zapiskih uporabljajte stalne oznake govorcev in morebitno poznejšo identifikacijo osebe ločite od modelovega razvrščanja govorcev.

Prepis uporabite kot izvorno gradivo

Prepis je lahko podlaga za povzetek, zapis z možnostjo iskanja ali delovni tok priprave podnapisov. Ti poznejši izdelki naj ohranijo ustrezni odsek prepisa in časovne oznake vira. Pri citatu preverite točni zvočni odlomek; pri zapisku sestanka ločite izrečeno od sklepov, izpeljanih iz njega. Model pripravi prepis, oblikovanje, povzemanje in objava pa temeljijo na tem dejanskem rezultatu.

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

x-ai/grok-stt-1.0

SpaceXAI /x-ai/grok-stt-1.0

Začetek

Dovoljeni vhodi: Zvok
Rezultati: Besedilo

Na voljo v Ailoot · vhodi in metode

Ailoot Ultra · Prepisovanje POST /v1/audio/transcriptions

Vhod: audio
Izhod: text

Polje	Vrsta	Zahteva	Vrednosti in omejitve	Privzeto
Polje`model`	Vrsta`string`	ZahtevaObvezno	Vrednosti in omejitve x-ai/grok-stt-1.0	Privzeto—
Polje`input_audio`	Vrsta`object`	ZahtevaObvezno	Vrednosti in omejitve	Privzeto—
Polje`language`	Vrsta`string`	ZahtevaIzbirno	Vrednosti in omejitve	Privzeto—
Polje`temperature`	Vrsta`number`	ZahtevaIzbirno	Vrednosti in omejitve Najmanj: 0 Največ: 1	Privzeto—
Polje`response_format`	Vrsta`string`	ZahtevaIzbirno	Vrednosti in omejitve json, verbose_json	Privzetojson
Polje`timestamp_granularities`	Vrsta`array`	ZahtevaIzbirno	Vrednosti in omejitve	Privzeto—
Polje`provider`	Vrsta`object`	ZahtevaIzbirno	Vrednosti in omejitve	Privzeto—

Parametri in življenjski cikel metode

Parameter	Specifikacija
Parameter`content_type`	Specifikacijaapplication/json
Parameter`required`	Specifikacijamodel, input_audio
Parameter`material_types`	Specifikacijaaudio
Parameter`material_conditions`	SpecifikacijaPreberite dejansko datoteko WAV in kodirajte njene resnične bajte za deklarirani JSON input_audio; za to natančno deklaracijo samo z JSON ni navedena pot multipart.

Življenjski cikel: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Dejansko vrnjeni task_id ali zapis v medijski knjižnici

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Cenik

Kako se izračuna končni strošek

Prikazane cene so namenjene oceni stroškov pred generiranjem. Končni znesek se izračuna na podlagi stroška, zabeleženega za izvirno generiranje. Izmerjeno trajanje izhoda in napovedane količine niso končna obračunska količina.

Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.

Hitri način: Ni navedeno Ko je izbran hitri način
Način flex: Ni navedeno Ko je izbran način flex
Najvišja raven razmišljanja: Ni navedeno Ko najvišja raven razmišljanja uporablja privzeto prilagoditev (default)

Ocenjene cene za primerjavo

Cene po nastavitvah

Vsak strošek povežite s prikazanimi pogoji. Za vsak nabor alternativnih nastavitev uporabite eno ceno.

Nastavitev	Cenovna lestvica	Predvidena količina	Obračunska enota	Strošek
NastavitevOsnovne cene žetonov	Cenovna lestvicaOsnovna cena	Predvidena količina—	Obračunska enota—	Strošek Vhod · Vhodni žetoni · Ocena samo za primerjavo — / 1K žetonov Izhod · Izhodni žetoni · Ocena samo za primerjavo — / 1K žetonov Vhod · Branje predpomnilnika · Ocena samo za primerjavo — / 1K žetonov Vhod · Zapis v predpomnilnik · Ocena samo za primerjavo — / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura · Ocena samo za primerjavo — / 1K žetonov
Nastavitevsekunda vhodnega zvoka	Cenovna lestvica—	Predvidena količina—	Obračunska enotana sekundo vhodnega zvoka	Strošek Vhod · sekunda vhodnega zvoka · Ocena samo za primerjavo $0.0000555555555556 na sekundo vhodnega zvoka
NastavitevOcenjeni strošek ustvarjanja	Cenovna lestvica—	Predvidena količinaocena za eno generiranje	Obračunska enota—	Strošek Izhod · Ocenjeni stroški ustvarjanja · Ocena samo za primerjavo $0.0000555555555556 ocena pred ustvarjanjem Ta ocena ni dodatno plačilo ali fiksna cena za dokončano generiranje.

Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →

Primeri zahtev

Ailoot Ultra · Prepisovanje

curl · natančno izvorno telo zahteve in celoten rezultat

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.

Prejmi in shrani rezultate

Ailoot Ultra · Prepisovanje

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

Branje druge vsebine

Preberi obstoječa gradiva, ki vam pripadajo

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.

Ohrani vse dokončane rezultate

Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.

Shranite celoten odgovor in glave, vse dejanske izhode, izvirne vrnjene identifikatorje in vsa polja s podatki o porabi. Pridobite podatke izvirne operacije brez ponovnega pošiljanja zahteve za ustvarjanje.

Če je treba preveriti izvirni odgovor

Shranite vrnjeni X-Client-Request-ID za uskladitev evidenc. Berite samo dejansko vrnjene vrednosti task_id/asset_id ali svojo medijsko knjižnico; iz ID operacije nikoli ne sestavite URL opravila in zahteve za ustvarjanje nikoli ne pošljite znova.

Polja odgovora

Polje	Vrsta
Polje`text`	Vrsta
Polje`usage`	Vrsta
Polje`segments[]`	Vrsta
Polje`words[]`	Vrsta
Polje`speaker fields`	Vrsta
Polje`timestamps`	Vrsta

Druga imena

Druga imena modelov

Ailoot Ultra x-ai/grok-stt-1.0

Druga imena poti metod

Uporabite zgoraj navedene poti metod.

Povezani ID-ji za klic

x-ai/grok-stt-1.0

FAQ · SpaceXAI: Grok STT 1.0

Kateri vhodi in rezultati so na voljo?: POST /v1/audio/transcriptions · x-ai/grok-stt-1.0: audio → text
Katera polja uporablja zahteva?: POST /v1/audio/transcriptions · x-ai/grok-stt-1.0: model, input_audio, language, temperature, response_format, timestamp_granularities, provider
Katere omejitve veljajo?: POST /v1/audio/transcriptions · x-ai/grok-stt-1.0: temperature.minimum: 0; temperature.maximum: 1

SpaceXAI: Grok STT 1.0