Accéder au contenu

Grok Voice · Realtime

Intégrer

Identifiant du modèle xai/grok-voice/realtime
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/xai/grok-voice/realtime?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Jusqu’à 1,494 $ par exécution facturation selon l'utilisation réelle, le reste est remboursé L'exécuter sur cette page

Obtenir une clé API
xAI Audio #xai#grok#voice#agent

Variante temps réel de l’agent vocal Grok pour le streaming et les conversations audio et texte bidirectionnelles

xAI · Audio

Votre premier résultat apparaîtra ici

Construisez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou 7 jours gratuitement.

Créer une requête

Les contrôles sont générés à partir du schéma du modèle. Le code et le prix se mettent à jour lorsque vous les modifiez.

0 / 20000

Instructions système facultatives fournissant le contexte de la conversation et spécifiant une persona à la place de celle par défaut de Grok ; leur omission conserve cette persona par défaut.

•obligatoire audio_url
Déposez un fichier ou

URL audio de la voix de l’utilisateur, limitée à 10 minutes et 50 MB. Les formats audio courants peuvent être fournis ; avant que Grok ne reçoive l’audio, celui-ci est converti en PCM mono avec des échantillons 16 bits à 24 kHz. L’agent répond à l’enregistrement vocalement.

Avancé voice · enable_safety_checker · tools

Sélectionnez une voix xAI intégrée pour remplacer celle par défaut de Grok dans la réponse de l’agent ; laisser ce champ vide conserve la voix par défaut.

par défaut {"mcp_servers":[],"we...

Configuration des outils de l’agent pour une utilisation côté serveur, à l’exclusion de file_search/collections de la configuration typée en raison de ZDR. Tous les outils sont désactivés au départ ; les options prises en charge incluent les outils MCP distants, les outils web et les outils X.

POST /run/xai/grok-voice/realtime?wait=20 devis → 1,494 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/xai/grok-voice/realtime?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Exécuter cette requête

Votre clé reste dans ce navigateur : elle est envoyée uniquement à la Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de Grok Voice · Realtime

Agent vocal destiné aux applications en direct telles que les assistants et les agents téléphoniques, reposant sur le streaming audio et texte dans les deux sens. Les entrées correspondent à celles du modèle vocal standard : `audio_url` pour la parole de l’utilisateur, les instructions de persona `prompt` facultatives, un choix `voice` et des `tools` facultatifs pour l’accès au Web, à X ou à MCP. Renvoie un audio WAV parlé, sa durée et une transcription.

Paramètres

Envoyez soit le nom canonique, soit le nom natif, mais pas les deux. Noms canoniques

NomType Par défautAutorisé Description
audio_urlobligatoire audio
Typeurl · audio
URL audio de la voix de l’utilisateur, limitée à 10 minutes et 50 MB. Les formats audio courants peuvent être fournis ; avant que Grok ne reçoive l’audio, celui-ci est converti en PCM mono avec des échantillons 16 bits à 24 kHz. L’agent répond à l’enregistrement vocalement.
promptfacultatif
Typestring | null
≤ 20 000 caractères
Instructions système facultatives fournissant le contexte de la conversation et spécifiant une persona à la place de celle par défaut de Grok ; leur omission conserve cette persona par défaut.
voicefacultatif
Typeenum
carinazaganhelixorionlunairisaltairzenithperseusheliosluxkeplerrigelcosmocelesteursa
+12 de plussiriuslumencastornakshatlasauroralioraaraeveleorexsal
Sélectionnez une voix xAI intégrée pour remplacer celle par défaut de Grok dans la réponse de l’agent ; laisser ce champ vide conserve la voix par défaut.
toolsfacultatif
Typeobject
Par défaut{"mcp_servers":[],"web_search":{"enabled":false},"x_search":{"enabled":false}}
Configuration des outils de l’agent pour une utilisation côté serveur, à l’exclusion de file_search/collections de la configuration typée en raison de ZDR. Tous les outils sont désactivés au départ ; les options prises en charge incluent les outils MCP distants, les outils web et les outils X.
tools.mcp_serversfacultatif
Typeobject[]
Serveurs MCP distants auxquels le fournisseur du modèle se connecte pour exécuter les outils.
tools.mcp_servers[].allowed_toolsfacultatif
Typestring[]
≥ 1 items
Liste facultative indiquant les noms d’outils exposés par ce serveur.
tools.mcp_servers[].authorizationfacultatif
Typestring | null
Valeur d’autorisation sensible envoyée exclusivement au fournisseur du modèle.
tools.mcp_servers[].enabledfacultatif
Typeboolean
Par défauttrue
Indicateur d’inclusion du serveur ; false exclut le serveur.
tools.mcp_servers[].headersfacultatif
Typeobject | null
En-têtes sensibles pour les requêtes MCP, envoyés exclusivement au fournisseur du modèle.
tools.mcp_servers[].server_descriptionfacultatif
Typestring | null
≤ 2000 characters
Description présentant les fonctionnalités rendues disponibles par ce serveur.
tools.mcp_servers[].server_labelobligatoire
Typestring
1 – 128 characters
Libellé du serveur utilisé par le fournisseur du modèle pour identifier ses outils et préfixer leurs noms.
tools.mcp_servers[].server_urlobligatoire
Typestring
≥ 1 characters
Adresse HTTP(S) fournie par l’appelant pour un serveur MCP auquel Grok se connecte à distance via les transports Streaming HTTP/SSE.
tools.web_search.allowed_domainsfacultatif
Typestring[]
1 – 5 items
Restriction de domaine pour les résultats de recherche : indiquez jusqu’à cinq domaines, sans protocoles ni chemins.
tools.web_search.enable_image_understandingfacultatif
Typeboolean | null
Autorisation permettant à l’agent d’examiner les images découvertes lors de recherches web.
tools.web_search.enabledfacultatif
Typeboolean
Par défautfalse
Accès à la recherche web pour l’agent : true ajoute web_search à session.tools et autorise les recherches web ; la valeur par défaut le laisse désactivé.
tools.web_search.excluded_domainsfacultatif
Typestring[]
1 – 5 items
Domaines à exclure des résultats de recherche, limités à cinq entrées sans protocoles ni chemins.
tools.web_search.locationfacultatif
Typeobject
Emplacement facultatif pour adapter géographiquement les résultats de recherche.
tools.x_search.allowed_x_handlesfacultatif
Typestring[]
1 – 20 items
Comptes X dont les publications peuvent apparaître dans les résultats, limités à 20 comptes.
tools.x_search.enable_image_understandingfacultatif
Typeboolean | null
Autorisation permettant à l’agent d’examiner les images découvertes sur X.
tools.x_search.enable_video_understandingfacultatif
Typeboolean | null
Autorisation permettant à l’agent d’examiner les vidéos découvertes sur X.
tools.x_search.enabledfacultatif
Typeboolean
Par défautfalse
Accès aux publications X via la recherche : true ajoute x_search à session.tools afin que l’agent puisse rechercher ces publications ; la valeur par défaut le laisse désactivé.
tools.x_search.excluded_x_handlesfacultatif
Typestring[]
1 – 20 items
Comptes X dont les publications sont exclues, limités à 20 comptes.
tools.x_search.from_datefacultatif
Typestring | null
Date la plus ancienne des publications, au format ISO YYYY-MM-DD.
tools.x_search.to_datefacultatif
Typestring | null
Date la plus récente des publications, au format ISO YYYY-MM-DD.
enable_safety_checkerfacultatif
Typeboolean
Par défauttrue
Le filtrage peut être assoupli en définissant false, si l'appelant est autorisé.
obligatoire Nom canonique, également accepté

Les paramètres de fichier acceptent une URL publique https://, un URI data: jusqu'à 10 MB ou le file_url d'un téléversement. Fichiers

Sortie

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "xai/grok-voice/realtime",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 1494,
    "usd": "1.494",
    "charged": 1494,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    },
    "text": "",
    "duration": 5
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie sur notre stockage : conservée indéfiniment (facturation par Go-mois) ou 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Une structure identique pour chaque modèletype, url, content_type, width, height et duration, pour les images, les vidéos et l'audio. output est l'objet de résultat propre au modèle.
Champs de sortie
audio
object {url, content_type, file_name, file_size}Réponse parlée de l’agent Grok, fournie au format WAV mono à 24 kHz.
text
stringTexte accompagnant le discours de l’agent : une chaîne vide indique que Grok n’a pas fourni de transcription ; sinon, elle contient la transcription.
duration
numberDurée de l’audio généré, mesurée en secondes.

Plus de modèles : Audio

Pour les agents IA : cette page au format Markdown est disponible à l'adresse https://doitong.com/fr-FR/developers/models/xai/grok-voice/realtime.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt