SpaceXAI: Grok STT 1.0

Grok STT 1.0 audioni har bir so‘z uchun vaqt belgilariga ega transkriptga aylantiradi. SpaceXAI ixtiyoriy so‘zlovchilarni ajratish va ko‘p kanalli audioni hujjatlashtirgan; shu bois model aytilgan matn hamda uning vaqti yoki so‘zlovchilar tuzilmasi kerak bo‘ladigan yozuvlar uchun foydali.

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

Model haqida

Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.

Grok STT 1.0 — SpaceXAI kompaniyasining nutqni matnga aylantirish modeli. U audioni qabul qilib, har bir so‘z uchun vaqt belgilariga va ixtiyoriy so‘zlovchilarni ajratishga ega transkripsiyani qaytaradi. E’lon qilingan tavsif ko‘p kanalli audioni ham qo‘llab-quvvatlaydi. Uning foydali natijasi — yozuvdagi aytilgan mazmunning vaqt bilan va so‘ralgan hollarda so‘zlovchilar bilan bog‘langan ko‘rinishi.

Yozuvni va transkripsiya topshirig‘ini tayyorlang

Transkripsiya qilinadigan yozuvni va natijadan qanday foydalanilishini belgilang. Yig‘ilish transkriptida gap navbatlari ketma-ketligi kerak; intervyuda so‘zlovchi belgilari zarur bo‘lishi mumkin; montaj topshirig‘ida esa so‘zlar audiodagi o‘rni bilan bog‘lanishi kerak. Biror so‘z yoki so‘zlovchiga nisbat berish noaniq bo‘lsa, tekshiruvchi asl parchaga qayta olishi uchun manba yozuvi va uning identifikatorini saqlang.

Yozuvda nima borligining qayta yozilgan bayoni o‘rniga haqiqiy yozuvdan foydalaning. Ko‘p kanalli manba uchun audioni tayyorlashda uning kanal tuzilmasini saqlang. Bu tuzilma va so‘zlovchilarni ajratish topshiriqning turli qismlarini ifodalaydi: kanallar yozuvga tegishli, so‘zlovchilarni ajratish esa transkriptdagi gap navbatlarini aniqlaydi.

Vaqt va so‘zlovchilar tuzilmasi

Har bir so‘zning vaqt belgisi transkripsiyadagi so‘zni yozuv bilan bog‘laydi. Ular iqtibosni topish, qiyin iborani qayta tekshirish yoki keyingi subtitr yoxud montaj bosqichini tayyorlashga yordam beradi. Transkriptni eksport qilish yoki o‘zgartirishda vaqt belgilarini so‘zlar bilan birga saqlang va muhim parchalarni audio bilan solishtirib tekshiring.

Ixtiyoriy so‘zlovchilarni ajratish so‘zlovchilar tuzilmasini qo‘shadi. Yakuniy hujjatda berilgan belgilarga tayanishdan oldin so‘zlovchi almashishi, bir-birining gapini bo‘lish va o‘xshash ovozlarni tekshiring. Keyingi qaydlarda barqaror so‘zlovchi belgilaridan foydalaning; keyinchalik shaxsni aniqlashni modelning so‘zlovchilarni guruhlashidan alohida tuting.

Transkripsiyadan manba materiali sifatida foydalaning

Transkript xulosa, qidiriladigan qayd yoki subtitr tayyorlash ish jarayoniga kirishi mumkin. Keyingi materiallar tegishli transkript oralig‘ini va manbadagi vaqtni saqlashi kerak. Iqtibos uchun aynan o‘sha audio parchani tekshiring; yig‘ilish qaydida esa aytilgan gapni undan chiqarilgan xulosalardan ajrating. Model transkripsiyani yaratadi, formatlash, umumlashtirish va nashr qilish esa ana shu haqiqiy natijaga asoslanadi.

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

x-ai/grok-stt-1.0

SpaceXAI /x-ai/grok-stt-1.0

Boshlash

Qabul qilinadigan kirish ma’lumotlari: Audio
Natijalar: Matn

Ailoot da mavjud · kirish ma’lumotlari va usullar

Ailoot Ultra · Transkripsiya POST /v1/audio/transcriptions

Kirish: audio
Chiqish: text

Maydon	Tur	Talab	Qiymatlar va cheklovlar	Standart
Maydon`model`	Tur`string`	TalabMajburiy	Qiymatlar va cheklovlar x-ai/grok-stt-1.0	Standart—
Maydon`input_audio`	Tur`object`	TalabMajburiy	Qiymatlar va cheklovlar	Standart—
Maydon`language`	Tur`string`	TalabIxtiyoriy	Qiymatlar va cheklovlar	Standart—
Maydon`temperature`	Tur`number`	TalabIxtiyoriy	Qiymatlar va cheklovlar Eng kam: 0 Eng ko‘p: 1	Standart—
Maydon`response_format`	Tur`string`	TalabIxtiyoriy	Qiymatlar va cheklovlar json, verbose_json	Standartjson
Maydon`timestamp_granularities`	Tur`array`	TalabIxtiyoriy	Qiymatlar va cheklovlar	Standart—
Maydon`provider`	Tur`object`	TalabIxtiyoriy	Qiymatlar va cheklovlar	Standart—

Usul parametrlari va hayot sikli

Parametr	Parametr talablari
Parametr`content_type`	Parametr talablariapplication/json
Parametr`required`	Parametr talablarimodel, input_audio
Parametr`material_types`	Parametr talablariaudio
Parametr`material_conditions`	Parametr talablariHaqiqiy WAV faylini o‘qing va e’lon qilingan JSON input_audio uchun uning haqiqiy baytlarini kodlang; faqat JSON uchun berilgan aynan shu deklaratsiyada multipart yo‘nalishi taklif qilinmaydi.

Hayot sikli: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Amalda qaytarilgan task_id yoki media kutubxonasidagi yozuv

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Tariflar

Yakuniy to‘lov qanday hisoblanadi

Ko‘rsatilgan tariflar xarajatni generatsiyadan oldin taxminiy hisoblash uchun xizmat qiladi. Yakuniy to‘lov dastlabki generatsiya uchun qayd etilgan xarajat asosida hisoblanadi. Natijaning o‘lchangan davomiyligi va oldindan taxmin qilingan miqdorlar haq undiriladigan yakuniy miqdor hisoblanmaydi.

Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.

Tezkor rejim: Ko‘rsatilmagan Tezkor rejim tanlanganda
Flex rejimi: Ko‘rsatilmagan flex rejimi tanlanganda
Maksimal fikrlash darajasi: Ko‘rsatilmagan Maksimal fikrlash darajasi uchun standart (default) tuzatish qo‘llanganda

Taqqoslash uchun taxminiy tariflar

Sozlamalar bo‘yicha narxlar

Har bir to‘lovni ko‘rsatilgan shartlarga moslang. Har bir muqobil sozlamalar to‘plami uchun bitta tarifdan foydalaning.

Sozlama	Tariflar jadvali	Prognoz miqdori	Hisob birligi	To‘lov
SozlamaTokenlar uchun bazaviy tariflar	Tariflar jadvaliAsosiy tarif	Prognoz miqdori—	Hisob birligi—	To‘lov Kirish · Kirish tokenlari · Faqat taqqoslash uchun taxmin — / 1K token Chiqish · Chiqish tokenlari · Faqat taqqoslash uchun taxmin — / 1K token Kirish · Keshdan o‘qish · Faqat taqqoslash uchun taxmin — / 1K token Kirish · Keshga yozish · Faqat taqqoslash uchun taxmin — / 1K token Kirish · Keshga yozish, 1 soat · Faqat taqqoslash uchun taxmin — / 1K token
SozlamaKirish audiosi soniyasi	Tariflar jadvali—	Prognoz miqdori—	Hisob birligikirish audiosining soniyasi uchun	To‘lov Kirish · Kirish audiosi soniyasi · Faqat taqqoslash uchun taxmin $0.0000555555555556 kirish audiosining soniyasi uchun
SozlamaYaratishning taxminiy qiymati	Tariflar jadvali—	Prognoz miqdoribir generatsiya uchun taxmin	Hisob birligi—	To‘lov Chiqish · Yaratishning taxminiy narxi · Faqat taqqoslash uchun taxmin $0.0000555555555556 yaratishdan oldingi taxmin Bu taxmin qo‘shimcha to‘lov ham, tugallangan generatsiya uchun qat’iy tarif ham emas.

Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →

So‘rov namunalari

Ailoot Ultra · Transkripsiya

curl · Asl API formatiga aynan mos so‘rov tanasi va to‘liq natija

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.

Natijalarni olish va saqlash

Ailoot Ultra · Transkripsiya

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

Boshqa kontentni o‘qish

O‘zingizga tegishli mavjud materiallarni o‘qish

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.

Barcha tayyor natijalarni saqlash

Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.

To‘liq javob va sarlavhalarni, amalda qaytarilgan barcha natijalarni, dastlab qaytarilgan identifikatorlarni hamda barcha usage maydonlarini saqlang. Yaratish so‘rovini qayta yubormasdan dastlabki operatsiyani tiklang.

Asl javobni tekshirish kerak bo‘lsa

Qaytarilgan X-Client-Request-ID ni ma’lumotlarni solishtirib tekshirish uchun saqlang. Faqat amalda qaytarilgan task_id/asset_id qiymatlari bo‘yicha yoki o‘zingizga tegishli media kutubxonasidan ma’lumot o‘qing; operatsiya ID sidan vazifa URL manzilini hech qachon tuzmang va yaratish so‘rovini qayta yubormang.

Javob maydonlari

Maydon	Tur
Maydon`text`	Tur
Maydon`usage`	Tur
Maydon`segments[]`	Tur
Maydon`words[]`	Tur
Maydon`speaker fields`	Tur
Maydon`timestamps`	Tur

Taxalluslar

Model taxalluslari

Ailoot Ultra x-ai/grok-stt-1.0

Usul yo‘llari taxalluslari

Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.

Chaqirish uchun tegishli ID lar

x-ai/grok-stt-1.0

FAQ · SpaceXAI: Grok STT 1.0

Qanday kirish ma’lumotlari va natijalar mavjud?: POST /v1/audio/transcriptions · x-ai/grok-stt-1.0: audio → text
So‘rov qaysi maydonlardan foydalanadi?: POST /v1/audio/transcriptions · x-ai/grok-stt-1.0: model, input_audio, language, temperature, response_format, timestamp_granularities, provider
Qanday cheklovlar amal qiladi?: POST /v1/audio/transcriptions · x-ai/grok-stt-1.0: temperature.minimum: 0; temperature.maximum: 1

SpaceXAI: Grok STT 1.0