Ruka hadi kwenye maudhui

Grok Voice · Realtime

Unganisha

Kitambulisho cha modeli 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"

Hadi $ 1.494 kwa kila uendeshaji hutozwa kulingana na matumizi halisi, yaliyosalia yanarejeshwa Iendeshe kwenye ukurasa huu

Pata ufunguo wa API
xAI Sauti #xai#grok#voice#agent

Toleo la wakati halisi la wakala wa sauti wa Grok kwa utiririshaji na mazungumzo ya sauti na maandishi ya pande mbili

xAI · Sauti

Tokeo lako la kwanza linaonekana hapa

Unda ombi hapa chini na uliendeshe kwa ufunguo wako wa API. Matokeo yanakiliwa kwenye hifadhi yetu, yakihifadhiwa milele au 7 siku bila malipo.

Unda ombi

Vidhibiti vinazalishwa kutoka kwenye schema ya modeli. Msimbo na bei husasishwa unapovibadilisha.

0 / 20000

Maelekezo ya hiari ya mfumo yanayotoa muktadha wa mazungumzo na kubainisha persona badala ya chaguomsingi ya Grok; kuyaacha huhifadhi persona hiyo chaguomsingi.

•inahitajika audio_url
Dondosha faili, au

URL ya sauti ya usemi wa mtumiaji, yenye ukomo wa dakika 10 na 50 MB. Miundo ya sauti inayotumika sana inaweza kutolewa; kabla Grok haijapokea sauti, hubadilishwa kuwa mono PCM yenye sampuli za biti 16 katika 24 kHz. Wakala hujibu rekodi hiyo kwa usemi.

Ya kina voice · enable_safety_checker · tools

Chagua sauti iliyojengewa ndani ya xAI ili kubatilisha chaguomsingi ya Grok kwa jibu la wakala; kuacha hii bila kuwekwa huhifadhi sauti hiyo chaguomsingi.

chaguomsingi {"mcp_servers":[],"we...

Usanidi wa zana za wakala kwa matumizi ya upande wa seva, ukiondoa file_search/collections kwenye usanidi wenye aina kwa sababu ya ZDR. Zana zote huanza zikiwa zimezimwa; chaguo zinazotumika ni pamoja na zana za MCP za mbali, zana za wavuti na zana za X.

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

Endesha ombi hili

Key yako inabaki kwenye kivinjari hiki: inatumwa kwa Doitong API pekee na kuhifadhiwa (localStorage) tu ukiweka tiki kwenye Kumbuka. Pata ufunguo wa API

Kuhusu Grok Voice · Realtime

Wakala wa sauti anayelengwa kwa programu za moja kwa moja kama wasaidizi na mawakala wa simu, aliyejengwa kuzunguka utiririshaji wa sauti na maandishi katika pande zote mbili. Maingizo yanafanana na modeli ya kawaida ya sauti: `audio_url` kwa hotuba ya mtumiaji, maelekezo ya persona ya `prompt` ya hiari, chaguo la `voice` na `tools` za hiari za ufikiaji wa wavuti, X au MCP. Hurejesha sauti ya WAV ya hotuba, muda wake na manukuu.

Vigezo

Tuma jina rasmi au jina asilia, si yote mawili. Majina rasmi

JinaAina ChaguomsingiInaruhusiwa Maelezo
audio_urlinahitajika audio
Ainaurl · audio
URL ya sauti ya usemi wa mtumiaji, yenye ukomo wa dakika 10 na 50 MB. Miundo ya sauti inayotumika sana inaweza kutolewa; kabla Grok haijapokea sauti, hubadilishwa kuwa mono PCM yenye sampuli za biti 16 katika 24 kHz. Wakala hujibu rekodi hiyo kwa usemi.
promptsi lazima
Ainastring | null
≤ herufi 20,000
Maelekezo ya hiari ya mfumo yanayotoa muktadha wa mazungumzo na kubainisha persona badala ya chaguomsingi ya Grok; kuyaacha huhifadhi persona hiyo chaguomsingi.
voicesi lazima
Ainaenum
carinazaganhelixorionlunairisaltairzenithperseusheliosluxkeplerrigelcosmocelesteursa
+12 zaidisiriuslumencastornakshatlasauroralioraaraeveleorexsal
Chagua sauti iliyojengewa ndani ya xAI ili kubatilisha chaguomsingi ya Grok kwa jibu la wakala; kuacha hii bila kuwekwa huhifadhi sauti hiyo chaguomsingi.
toolssi lazima
Ainaobject
Chaguomsingi{"mcp_servers":[],"web_search":{"enabled":false},"x_search":{"enabled":false}}
Usanidi wa zana za wakala kwa matumizi ya upande wa seva, ukiondoa file_search/collections kwenye usanidi wenye aina kwa sababu ya ZDR. Zana zote huanza zikiwa zimezimwa; chaguo zinazotumika ni pamoja na zana za MCP za mbali, zana za wavuti na zana za X.
tools.mcp_serverssi lazima
Ainaobject[]
Seva za MCP za mbali ambazo mtoa modeli huunganisha nazo kwa utekelezaji wa zana.
tools.mcp_servers[].allowed_toolssi lazima
Ainastring[]
≥ 1 items
Orodha ya hiari inayobainisha majina ya zana ambazo seva hii hutoa.
tools.mcp_servers[].authorizationsi lazima
Ainastring | null
Thamani nyeti ya uidhinishaji inayotumwa pekee kwa mtoa modeli.
tools.mcp_servers[].enabledsi lazima
Ainaboolean
Chaguomsingitrue
Alama ya kujumuisha seva; false huiondoa seva.
tools.mcp_servers[].headerssi lazima
Ainaobject | null
Vichwa nyeti vya maombi ya MCP, vinavyotumwa pekee kwa mtoa modeli.
tools.mcp_servers[].server_descriptionsi lazima
Ainastring | null
≤ 2000 characters
Maelezo yanayoonyesha uwezo ambao seva hii hutoa.
tools.mcp_servers[].server_labelinahitajika
Ainastring
1 – 128 characters
Lebo ya seva inayotumiwa na mtoa modeli kutambua zana zake na kuweka kiambishi kwenye majina yake.
tools.mcp_servers[].server_urlinahitajika
Ainastring
≥ 1 characters
Anwani ya HTTP(S) iliyotolewa na mpigaji kwa seva ya MCP ambayo Grok huunganisha nayo kwa mbali kupitia usafirishaji wa Streaming HTTP/SSE.
tools.web_search.allowed_domainssi lazima
Ainastring[]
1 – 5 items
Kizuizi cha kikoa kwa matokeo ya utafutaji: bainisha hadi vikoa vitano, ukiondoa itifaki na njia.
tools.web_search.enable_image_understandingsi lazima
Ainaboolean | null
Ruhusa kwa wakala kuchunguza picha zilizopatikana kupitia utafutaji wa wavuti.
tools.web_search.enabledsi lazima
Ainaboolean
Chaguomsingifalse
Ufikiaji wa utafutaji wa wavuti kwa wakala: true huongeza web_search kwenye session.tools na kuruhusu utafutaji wa wavuti; chaguomsingi huiacha ikiwa imezimwa.
tools.web_search.excluded_domainssi lazima
Ainastring[]
1 – 5 items
Vikoa vya kuondoa kwenye matokeo ya utafutaji, vikiwa na ukomo wa maingizo matano na itifaki na njia zimeondolewa.
tools.web_search.locationsi lazima
Ainaobject
Eneo la hiari la kurekebisha matokeo ya utafutaji kijiografia.
tools.x_search.allowed_x_handlessi lazima
Ainastring[]
1 – 20 items
Hushughulikia X ambazo machapisho yake yanaweza kuonekana kwenye matokeo, zikiwa na ukomo wa hushughulikia 20.
tools.x_search.enable_image_understandingsi lazima
Ainaboolean | null
Ruhusa kwa wakala kuchunguza picha zilizopatikana kwenye X.
tools.x_search.enable_video_understandingsi lazima
Ainaboolean | null
Ruhusa kwa wakala kuchunguza video zilizopatikana kwenye X.
tools.x_search.enabledsi lazima
Ainaboolean
Chaguomsingifalse
Ufikiaji wa machapisho ya X kupitia utafutaji: true huongeza x_search kwenye session.tools ili wakala aweze kutafuta machapisho hayo; chaguomsingi huiacha ikiwa imezimwa.
tools.x_search.excluded_x_handlessi lazima
Ainastring[]
1 – 20 items
Hushughulikia X ambazo machapisho yake yameondolewa, zikiwa na ukomo wa hushughulikia 20.
tools.x_search.from_datesi lazima
Ainastring | null
Tarehe ya mapema zaidi ya machapisho, iliyoonyeshwa katika umbizo la ISO YYYY-MM-DD.
tools.x_search.to_datesi lazima
Ainastring | null
Tarehe ya hivi karibuni zaidi ya machapisho, iliyoonyeshwa katika umbizo la ISO YYYY-MM-DD.
enable_safety_checkersi lazima
Ainaboolean
Chaguomsingitrue
Ukaguzi unaweza kulegezwa kwa kuweka false, ikiwa mpigaji simu ameidhinishwa.
inahitajika Jina rasmi, pia linakubalika

Vigezo vya faili vinakubali URL ya umma ya https://, data: URI ya hadi 10 MB, au file_url ya upakiaji. Faili

Tokeo

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"
  }
}
Faili zako, chaguo lakoKila outputs[].url ni nakala kwenye hifadhi yetu: huhifadhiwa milele (hutozwa kwa GB kwa mwezi) au 7 siku bila malipo, kulingana na mpangilio wa akaunti yako au ?storage=.
Muundo uleule kwenye kila modelitype, url, content_type, width, height na duration, kwa picha, video na sauti. output ni kitu cha matokeo cha modeli yenyewe.
Sehemu za tokeo
audio
object {url, content_type, file_name, file_size}Jibu la sauti kutoka kwa wakala wa Grok, linalowasilishwa kama WAV ya mono katika 24 kHz.
text
stringMaandishi yanayoandamana na matamshi ya wakala: mfuatano tupu unaonyesha kuwa Grok hakutoa unukuzi; vinginevyo, una unukuzi.
duration
numberUrefu wa sauti inayozalishwa, unaopimwa kwa sekunde.

Miundo zaidi: Sauti

Kwa mawakala wa AI: ukurasa huu katika Markdown unapatikana kwenye https://doitong.com/sw/developers/models/xai/grok-voice/realtime.md. Modeli na miongozo yote: https://doitong.com/developers/llms.txt