Source: https://ailoot.ai/models/zh-hant-tw/x-ai-grok-stt-1-0/ Canonical: https://ailoot.ai/models/zh-hant-tw/x-ai-grok-stt-1-0/ Language: zh-hant-tw # SpaceXAI: Grok STT 1.0 [Markdown](https://ailoot.ai/models/zh-hant-tw/x-ai-grok-stt-1-0/index.md) · [JSON](https://ailoot.ai/models/zh-hant-tw/x-ai-grok-stt-1-0/facts.json) ## [SpaceXAI: Grok STT 1.0](https://ailoot.ai/models/zh-hant-tw/x-ai-grok-stt-1-0/) Grok STT 1.0 將音訊轉為帶有逐字時間戳記的逐字稿。SpaceXAI 文件列出可選用的說話者分離與多聲道音訊支援，適合需要同時保留口述文字，以及時間或說話者結構的錄音。 - [**Ailoot Ultra · 語音轉文字** `POST /v1/audio/transcriptions` `x-ai/grok-stt-1.0`](https://ailoot.ai/models/zh-hant-tw/x-ai-grok-stt-1-0/#method-0) 關於模型 此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。 Grok STT 1.0 是 SpaceXAI 的語音轉文字模型。它接收音訊並回傳轉錄文字，包含逐字時間戳記及可選用的說話者分離。公布的規格也支援多聲道音訊。其實用輸出是將口述內容連結到錄音中的時間，以及在提出要求時連結到說話者。 #### 準備錄音與逐字稿任務 請指出要轉錄的錄音，以及結果的用途。會議逐字稿需要發言輪次的順序；訪談可能需要說話者標籤；剪輯任務則需要將字詞連結到音訊中的位置。請保留來源錄音及其識別碼，讓審查者在某個字詞或說話者歸屬不確定時，能回到原始片段。 請使用實際錄音，不要以改寫後的內容說明取代錄音。對於多聲道來源，準備音訊時請保留其聲道結構。聲道結構與說話者分離描述的是任務的不同部分：聲道屬於錄音，而說話者分離辨識的是逐字稿中的發言輪次。 #### 時間與說話者結構 逐字時間戳記將轉錄字詞連結到錄音。它們可協助定位引言、複核難辨的語句，或準備後續字幕與剪輯步驟。匯出或轉換逐字稿時，請將時間戳記與字詞一起保留，並對照音訊檢查重要段落。 可選用的說話者分離會加入說話者結構。在最終文件採用指定標籤之前，請複核換人發言、插話及聲音相似的說話者。在後續筆記中使用穩定的說話者標籤，並將後來對人物身分的確認，與模型對說話者的分組分開處理。 #### 將轉錄文字用作來源資料 逐字稿可以作為摘要、可搜尋記錄或字幕準備流程的輸入。這些後續產物應保留相關逐字稿範圍與來源時間。引用發言時，請檢視精確的音訊片段；撰寫會議筆記時，請區分實際說出的內容與據此推導的結論。模型產生轉錄文字，後續格式整理、摘要與發布則以該實際結果為基礎。 **Ailoot Ultra · 語音轉文字** `POST /v1/audio/transcriptions` `x-ai/grok-stt-1.0` [`x-ai/grok-stt-1.0`](https://ailoot.ai/models/zh-hant-tw/#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` ### 入門 Grok STT 1.0 將音訊轉為帶有逐字時間戳記的逐字稿。SpaceXAI 文件列出可選用的說話者分離與多聲道音訊支援，適合需要同時保留口述文字，以及時間或說話者結構的錄音。 接受的輸入 音訊 結果 文字 ### Ailoot 可用 · 輸入與方法 **Ailoot Ultra · 語音轉文字** `POST /v1/audio/transcriptions` 輸入 `audio` 輸出 `text` | 欄位 | 類型 | 要求 | 值與限制 | 預設值 | | --- | --- | --- | --- | --- | | 欄位`model` | 類型`string` | 要求必填 | 值與限制 x-ai/grok-stt-1.0 | 預設值— | | 欄位`input_audio` | 類型`object` | 要求必填 | 值與限制 | 預設值— | | 欄位`language` | 類型`string` | 要求選填 | 值與限制 | 預設值— | | 欄位`temperature` | 類型`number` | 要求選填 | 值與限制 最小值: 0 最大值: 1 | 預設值— | | 欄位`response_format` | 類型`string` | 要求選填 | 值與限制 json, verbose\_json | 預設值json | | 欄位`timestamp_granularities` | 類型`array` | 要求選填 | 值與限制 | 預設值— | | 欄位`provider` | 類型`object` | 要求選填 | 值與限制 | 預設值— | 方法參數與生命週期 | 參數 | 規格 | | --- | --- | | 參數`content_type` | 規格application/json | | 參數`required` | 規格model, input\_audio | | 參數`material_types` | 規格audio | | 參數`material_conditions` | 規格請讀取實際的 WAV 檔案，並將其真實位元組編碼，用於所宣告的 JSON input\_audio；此確切的純 JSON 宣告並未提供 multipart 路由。 | 生命週期： `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · 實際回傳的 task\_id 或媒體庫紀錄 `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### 方案 ##### 最終費用的計算方式 顯示的費率用於在生成前估算費用。最終費用依原始生成作業記錄的成本計算。實測的輸出時間長度與預估數量並非最終計費數量。 費率資訊不會增加請求選項。支援的參數列於所選方法中。 快速模式 未指定 選取快速模式時 flex 模式 未指定 選取 flex 模式時 最高推理強度 未指定 最高推理強度採用 default 調整值時 #### 供比較的預估費率 #### 各設定的價格 請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。 | 設定 | 費率表 | 預估數量 | 計費單位 | 費用 | | --- | --- | --- | --- | --- | | 設定基礎 token 費率 | 費率表基本費率 | 預估數量— | 計費單位— | 費用 輸入 · 輸入 Token · 僅供比較的估算 **—** / 1K Token 輸出 · 輸出 Token · 僅供比較的估算 **—** / 1K Token 輸入 · 讀取快取 · 僅供比較的估算 **—** / 1K Token 輸入 · 寫入快取 · 僅供比較的估算 **—** / 1K Token 輸入 · 寫入快取，1 小時 · 僅供比較的估算 **—** / 1K Token | | 設定輸入音訊秒數 | 費率表— | 預估數量— | 計費單位每秒輸入音訊 | 費用 輸入 · 輸入音訊秒數 · 僅供比較的估算 **$0.0000555555555556** 每秒輸入音訊 | | 設定預估生成費用 | 費率表— | 預估數量單次生成估算值 | 計費單位— | 費用 輸出 · 預估生成費用 · 僅供比較的估算 **$0.0000555555555556** 生成前估算 此估算並非額外費用，也不是本次生成完成後的固定費率。 | Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。[預留金額與結算的運作方式 →](https://ailoot.ai/docs/zh-hant-tw/billing/reserve/) ### 請求範例 #### Ailoot Ultra · 語音轉文字 curl · 精確的原生請求主體與完整結果 ```bash set -eu : "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### 接收並儲存結果 #### Ailoot Ultra · 語音轉文字 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` 其他內容讀取方式 讀取現有且屬於自己的素材 ```bash set -eu : "${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. ``` ##### 保留所有已完成的結果 請保留所有完整傳回的回應、檔案與內容區塊。 保留完整回應與標頭、所有實際輸出、原始回傳的識別碼，以及所有用量欄位。恢復原始作業時，請勿再次提交建立請求。 ##### 需要檢查原始回應時 保留回傳的 X-Client-Request-ID，以供核對。僅讀取實際回傳的 task\_id/asset\_id 值或自己擁有的媒體庫；請勿以作業 ID 組成任務 URL，也請勿重新提交建立請求。 回應欄位 | 欄位 | 類型 | | --- | --- | | 欄位`text` | 類型 | | 欄位`usage` | 類型 | | 欄位`segments[]` | 類型 | | 欄位`words[]` | 類型 | | 欄位`speaker fields` | 類型 | | 欄位`timestamps` | 類型 | ### 別名 #### 模型別名 **Ailoot Ultra** [`x-ai/grok-stt-1.0`](https://ailoot.ai/models/zh-hant-tw/#m=x-ai%2Fgrok-stt-1.0&route=Ultra&caller=x-ai%2Fgrok-stt-1.0&fmt=transcriptions) #### 方法路徑別名 請使用上方列出的 API 方法路徑。 #### 相關呼叫用 ID [`x-ai/grok-stt-1.0`](https://ailoot.ai/models/zh-hant-tw/#m=x-ai%2Fgrok-stt-1.0&route=Ultra&caller=x-ai%2Fgrok-stt-1.0&fmt=transcriptions) FAQ · SpaceXAI: Grok STT 1.0 可以使用哪些輸入與結果？ `POST /v1/audio/transcriptions` · `x-ai/grok-stt-1.0`: `audio` → `text` 請求使用哪些欄位？ `POST /v1/audio/transcriptions` · `x-ai/grok-stt-1.0`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` 適用哪些限制？ `POST /v1/audio/transcriptions` · `x-ai/grok-stt-1.0`: `temperature.minimum`: `0`; `temperature.maximum`: `1` 將 Ailoot 串接 Claude Code、OpenCode、Hermes 或自己的應用程式。 ## 公司及其專案組合 公司及其專案組合：數百萬客戶，每月銷售額達數十億。 ## 優惠購買 token。 訂閱優惠適合持續工作，折扣碼購買 token 最高可折 50%。 訂閱 為定期請求選擇優惠方案。 最高 50% 折扣碼 購買時輸入代碼，價格依活動重算。 歷史中的費用 每次請求保存模型、token 與金額。 [選擇訂閱](https://ailoot.ai/docs/zh-hant-tw/billing/subscriptions/) · [查看模型價格](https://ailoot.ai/models/zh-hant-tw/) ## 將 API 加入 你銷售的產品。 依 Ailoot 正式服務條款與授權合約串接 SaaS、應用程式與機器人；轉售請申請經銷授權。 商用應用程式 在付費功能加入文字、圖片、影片與聲音生成。 經銷授權 提供專案說明與存取方式，要求書面使用和轉售條件。 網站文件 串接前可閱讀正式服務條款、授權合約與資料處理政策。 [申請經銷授權](mailto:support@ailoot.ai) · [正式服務條款與授權合約](https://ailoot.ai/legal/offer?lang=zh-hant-tw) ## Ailoot · 公司及其專案組合 Ailoot以累積的營運經驗、廣大的客戶群、穩定的服務及持續的KPI管理為基礎。 公司及其專案組合：數百萬客戶，每月銷售額達數十億。 Ailoot將這些營運經驗用於API存取，讓客戶的產品、代理、應用程式及自動化流程使用AI功能。