Ir para o conteúdo

Grok Voice

Integrar

ID do modelo xai/grok-voice
# 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?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"

Até $ 1,494 por execução cobrado pelo uso real, o restante é reembolsado Executar nesta página

Obter chave de API
xAI Áudio #xai#grok#voice#agent

Agente de voz que ouve um clipe de áudio gravado e responde com fala e uma transcrição

xAI · Áudio

Seu primeiro resultado aparecerá aqui

Monte uma requisição abaixo e execute-a com sua chave de API. As saídas são copiadas para nosso armazenamento, mantidas para sempre ou por 7 dias gratuitamente.

Criar uma solicitação

Os controles são gerados a partir do esquema do modelo. O código e o preço são atualizados conforme você os altera.

0 / 20000

Instruções opcionais do sistema que fornecem contexto à conversa e especificam uma persona em vez da padrão do Grok; omiti-las mantém essa persona padrão.

•obrigatório audio_url
Solte um arquivo ou

URL do áudio da fala do usuário, limitada a 10 minutos e 50 MB. Os formatos de áudio mais comuns podem ser fornecidos; antes de Grok receber o áudio, ele é convertido para PCM mono com amostras de 16 bits a 24 kHz. O agente responde à gravação com fala.

Avançado voice · enable_safety_checker · tools

Selecione uma voz xAI integrada para substituir a padrão do Grok na resposta do agente; deixar este campo sem configuração mantém essa voz padrão.

padrão {"mcp_servers":[],"we...

Configuração de ferramentas do agente para uso no servidor, excluindo file_search/collections da configuração tipada devido ao ZDR. Todas as ferramentas começam desativadas; as opções compatíveis incluem ferramentas MCP remotas, ferramentas da web e ferramentas do X.

POST /run/xai/grok-voice?wait=20 cotação → $ 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?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"

Executar esta solicitação

Sua chave permanece neste navegador: ela é enviada somente à Doitong API e salva (localStorage) apenas se você marcar Lembrar. Obter uma chave de API

Sobre Grok Voice

Envie uma gravação por meio de `audio_url` e o agente responderá em áudio falado, retornado como WAV mono de 24 kHz junto com sua duração e uma transcrição, quando disponível. O `prompt` opcional (até 20000 caracteres) define a persona e o contexto, e `voice` seleciona uma voz integrada. O objeto `tools` pode ativar pesquisa na web, pesquisa no X ou servidores MCP remotos, todos desativados por padrão.

Parâmetros

Envie o nome canônico ou o nome nativo, não ambos. Nomes canônicos

NomeTipo PadrãoPermitido Descrição
audio_urlobrigatório audio
Tipourl · audio
URL do áudio da fala do usuário, limitada a 10 minutos e 50 MB. Os formatos de áudio mais comuns podem ser fornecidos; antes de Grok receber o áudio, ele é convertido para PCM mono com amostras de 16 bits a 24 kHz. O agente responde à gravação com fala.
promptopcional
Tipostring | null
≤ 20.000 caracteres
Instruções opcionais do sistema que fornecem contexto à conversa e especificam uma persona em vez da padrão do Grok; omiti-las mantém essa persona padrão.
voiceopcional
Tipoenum
carinazaganhelixorionlunairisaltairzenithperseusheliosluxkeplerrigelcosmocelesteursa
+12 a maissiriuslumencastornakshatlasauroralioraaraeveleorexsal
Selecione uma voz xAI integrada para substituir a padrão do Grok na resposta do agente; deixar este campo sem configuração mantém essa voz padrão.
toolsopcional
Tipoobject
Padrão{"mcp_servers":[],"web_search":{"enabled":false},"x_search":{"enabled":false}}
Configuração de ferramentas do agente para uso no servidor, excluindo file_search/collections da configuração tipada devido ao ZDR. Todas as ferramentas começam desativadas; as opções compatíveis incluem ferramentas MCP remotas, ferramentas da web e ferramentas do X.
tools.mcp_serversopcional
Tipoobject[]
Servidores MCP remotos aos quais o provedor do modelo se conecta para executar ferramentas.
tools.mcp_servers[].allowed_toolsopcional
Tipostring[]
≥ 1 items
Lista opcional que especifica quais nomes de ferramentas este servidor expõe.
tools.mcp_servers[].authorizationopcional
Tipostring | null
Valor de autorização sensível enviado exclusivamente ao provedor do modelo.
tools.mcp_servers[].enabledopcional
Tipoboolean
Padrãotrue
Sinalizador de inclusão do servidor; false exclui o servidor.
tools.mcp_servers[].headersopcional
Tipoobject | null
Cabeçalhos sensíveis para requisições MCP, enviados exclusivamente ao provedor do modelo.
tools.mcp_servers[].server_descriptionopcional
Tipostring | null
≤ 2000 characters
Descrição que detalha os recursos disponibilizados por este servidor.
tools.mcp_servers[].server_labelobrigatório
Tipostring
1 – 128 characters
Rótulo do servidor usado pelo provedor do modelo para identificar suas ferramentas e prefixar seus nomes.
tools.mcp_servers[].server_urlobrigatório
Tipostring
≥ 1 characters
Endereço HTTP(S) fornecido pelo chamador para um servidor MCP ao qual Grok se conecta remotamente por transportes Streaming HTTP/SSE.
tools.web_search.allowed_domainsopcional
Tipostring[]
1 – 5 items
Restrição de domínio para os resultados da pesquisa: especifique até cinco domínios, omitindo protocolos e caminhos.
tools.web_search.enable_image_understandingopcional
Tipoboolean | null
Permissão para o agente examinar imagens descobertas por pesquisas na web.
tools.web_search.enabledopcional
Tipoboolean
Padrãofalse
Acesso à pesquisa na web pelo agente: true adiciona web_search a session.tools e permite pesquisas na web; o padrão a mantém desativada.
tools.web_search.excluded_domainsopcional
Tipostring[]
1 – 5 items
Domínios a excluir dos resultados da pesquisa, limitados a cinco entradas, com protocolos e caminhos omitidos.
tools.web_search.locationopcional
Tipoobject
Localização opcional para adaptar geograficamente os resultados da pesquisa.
tools.x_search.allowed_x_handlesopcional
Tipostring[]
1 – 20 items
Identificadores do X cujas publicações podem aparecer nos resultados, limitados a 20 identificadores.
tools.x_search.enable_image_understandingopcional
Tipoboolean | null
Permissão para o agente examinar imagens descobertas no X.
tools.x_search.enable_video_understandingopcional
Tipoboolean | null
Permissão para o agente examinar vídeos descobertos no X.
tools.x_search.enabledopcional
Tipoboolean
Padrãofalse
Acesso às publicações do X por meio da pesquisa: true adiciona x_search a session.tools para que o agente pesquise essas publicações; o padrão o mantém desativado.
tools.x_search.excluded_x_handlesopcional
Tipostring[]
1 – 20 items
Identificadores do X cujas publicações são excluídas, limitados a 20 identificadores.
tools.x_search.from_dateopcional
Tipostring | null
Data mais antiga das publicações, expressa no formato ISO YYYY-MM-DD.
tools.x_search.to_dateopcional
Tipostring | null
Data mais recente das publicações, expressa no formato ISO YYYY-MM-DD.
enable_safety_checkeropcional
Tipoboolean
Padrãotrue
A filtragem pode ser relaxada definindo false, desde que o chamador esteja autorizado.
obrigatório Nome canônico, também aceito

Os parâmetros de arquivo aceitam uma URL https:// pública, um URI data: de até 10 MB ou o file_url de um upload. Arquivos

Saída

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "xai/grok-voice",
  "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"
  }
}
Seus arquivos, sua escolhaCada outputs[].url é uma cópia em nosso armazenamento: mantida para sempre (cobrada por GB-mês) ou por 7 dias gratuitamente, conforme a configuração da sua conta ou ?storage=.
Mesmo formato em todos os modelostype, url, content_type, width, height e duration, para imagens, vídeos e áudios. output é o próprio objeto de resultado do modelo.
Campos da saída
audio
object {url, content_type, file_name, file_size}Resposta falada do agente Grok, fornecida como WAV mono a 24 kHz.
text
stringTexto que acompanha a fala do agente: uma string vazia indica que Grok não forneceu uma transcrição; caso contrário, ela contém a transcrição.
duration
numberDuração do áudio gerado, medida em segundos.

Mais modelos: Áudio

Para agentes de IA: esta página em Markdown está em https://doitong.com/pt-BR/developers/models/xai/grok-voice.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt