Grok STT

ПровайдерXai

xai-stt — генерация аудио-модель от Xai.

audio_input

Что умеет Grok STT

Audio Input

Стоимость

за минуту

estimate

28 ₽

Цены указаны в рублях и списываются с баланса проекта за успешные запросы. Надбавки (+) суммируются с базовой ставкой.

Технические характеристики

Vendor

xai

Modality

audio

Параметры запроса

Параметры, которые принимает модель. Передаются в теле запроса.

ПараметрТипДиапазон / значенияПо умолчаниюОписание

filereq

string

—

—

Аудио-файл для транскрипции (multipart/form-data, не JSON). Форматы: mp3, wav, m4a, flac, ogg, webm.

language

string

—

—

ISO 639-1 код языка для улучшения точности.

3 примеров

Примеры

en

ru

ja

prompt

string

—

—

Опциональный prompt-подсказка стиля или vocabulary hint.

response_format

enum

json, text, srt, verbose_json, vtt

json

Формат ответа: json — стандарт, text — только текст, srt/vtt — субтитры, verbose_json — с таймкодами и сегментами.

temperature

number

min: 0 · max: 1

0

Sampling temperature 0..1.

timestamp_granularities

array of strings

—

—

Таймкоды: word и/или segment. ТРЕБУЕТ response_format=verbose_json.

2 примеров

Примеры

[
  "segment"
]

[
  "word",
  "segment"
]

Параметры ответа

Что возвращает API. У медиа-моделей формат зависит от режима: sync — сразу результат, async — task_id для опроса через GET /v1/tasks/{id}.

Sync (HTTP 200)

Для TTS короткого input: HTTP 200, **binary audio** (Content-Type: audio/mpeg / audio/wav / ...). Это НЕ JSON — это байты файла.

Binary response. Content-Type: audio/mpeg, audio/wav, audio/opus, audio/ogg

Async (HTTP 202)

Если is_async_only=1 (music gen) или async:true в запросе. HTTP 202 + JSON.

ПолеТипЗначенияОписание

id

string

—

task_id для GET /v1/tasks/{id}.

object

string

audio.task

status

enum

queued, processing, completed, failed

model

string

—

created

integer

—

Опрос статуса (GET /v1/tasks/{id})

GET /v1/tasks/{id}.

ПолеТипЗначенияОписание

id

string

—

status

enum

queued, processing, completed, failed, canceled

modality

string

audio

model

string

—

data

array

—

Каждый элемент:

url— string · CDN URL .mp3 / .wav. Для Suno music — 1-2 файла (варианты трека).

error

string

—

Пример кода

xai-stt_example.py

from openai import OpenAI

client = OpenAI(api_key="rk_live_...", base_url="https://api.ranvik.ru/v1")
resp = client.audio.speech.create(
    model= "xai-stt",
    file= "value",
    language= "value",
    prompt= "Пример промпта",
    response_format= "json",
    temperature= 0,
    timestamp_granularities= [],
)
print(resp)

Полная документация модели