xAI: Grok STT
grok-stt- Prix
- À partir de $0.000028
- Modalités
- Audio
À propos de Grok STT
Grok STT est le service de conversion parole-texte de xAI destiné à transformer des enregistrements audio en texte. Ce modèle traite les enregistrements téléchargés par lots et renvoie la transcription au format JSON. xAI documente la prise en charge de 25 langues dans son service de transcription. La transcription en streaming en temps réel passant par une interface xAI distincte, ce modèle est adapté aux fichiers existants tels que les réunions, les appels et les entretiens.
Points forts
- Transcrit les fichiers audio téléchargés en une seule requête et renvoie un résultat au format JSON.
- xAI documente la prise en charge de 25 langues, couvrant de nombreux enregistrements multilingues.
- Adapté aux traitements par lots tels que les archives de réunions, les enregistrements d'appels et les arriérés d'entretiens.
- Fonctionne via le format de requête de transcription audio standard, de sorte que les clients de type Whisper existants nécessitent peu de modifications.
- Les enregistrements longs sont traités comme un seul fichier téléchargé plutôt que d'être divisés en courts segments.
Quand préférer un autre modèle
- Traitement par lots uniquement ; le sous-titrage en direct et le streaming à faible latence nécessitent une interface en temps réel distincte.
- La sortie est une transcription au format JSON, sans résumé ni traduction intégrés.
- La précision dépend de la qualité audio ; un discours bruyant ou chevauchant peut nécessiter un nettoyage ou une vérification.
Pour commencer
Créer une clé API
Générez une clé dans Console et utilisez-la avec tous les modèles de la plateforme.
Envoyez votre première requête
Copiez l'exemple pour votre langage et lancez-le.
Audio vers texteEndpoint TokenLabPOST/v1/audio/transcriptionscurl -X POST "https://api.tokenlab.sh/v1/audio/transcriptions" \ -H "Authorization: Bearer sk-xxx" \ -F file="@audio.mp3" \ -F operation="stt" \ -F response_format="json" \ -F model="grok-stt" \ -F language="en"
Tarification
Le tarif officiel est la référence publique du créateur du modèle. Le tarif TokenLab est ce que vous payez pour ce modèle sur TokenLab.
Audio vers texte
par seconde- Tarif Official
- $0.00002778
- Official
- $0.00002778
- Remise
- —
| Tarif Officialpar seconde | Officialpar seconde | Remise | |
|---|---|---|---|
| Audio vers texte | $0.00002778 | $0.00002778 | — |
Utilisation et activité
Le taux de réussite est la part de requêtes abouties. La latence est la durée d'une réponse complète ; P95 signifie que 95 % des requêtes ont fini dans ce délai.
Utilisation et disponibilité
Dernières 24 heures- Requêtes
- Taux de succès
- Latence P95
- Total des jetons
Les données sont basées sur les requêtes agrégées des utilisateurs, à l'exclusion des vérifications de statut.
Ouvrir dans Console
Ouvrez Grok STT dans Console avec un prompt prêt à modifier ou envoyer.
Aide-moi à tester grok-stt avec une requête audio sur /v1/audio/transcriptions. Affiche le résultat et le coût.
Cas d'usage
Transcriptions de réunions
Téléchargez des appels ou des réunions enregistrés et stockez le texte afin que les équipes puissent les rechercher ou les transmettre à un modèle de résumé.
Archives d'entretiens et de podcasts
Convertissez un arriéré d'enregistrements en texte pour l'édition, les citations et les notes d'émission.
Examen des appels d'assistance
Transcrivez les appels clients en masse afin que les équipes qualité puissent rechercher les problèmes et les sujets.
Exemples de prompts
Transcrivez cet enregistrement de réunion d'équipe de 45 minutes en anglais.
Transcrivez l'appel client ci-joint. Les interlocuteurs parlent espagnol.
Convertissez cette conférence enregistrée en texte afin que je puisse rechercher la section sur la photosynthèse.
FAQ
Qu'est-ce que Grok STT ?
Il s'agit du service de conversion parole-texte de xAI. Il accepte un enregistrement téléchargé et renvoie la transcription au format JSON, en travaillant en mode par lots plutôt qu'en direct. Utilisez-le pour les enregistrements dont vous disposez déjà, tels que les réunions, les appels et les entretiens.
Quelles langues prend-il en charge ?
xAI documente 25 langues pour son service de transcription. Testez d'abord un court échantillon dans votre langue, car la précision varie selon la langue et la qualité de l'enregistrement. Les accents affectent également les résultats.
Grok STT peut-il transcrire de l'audio en direct ?
Non. Il ne traite que les fichiers téléchargés ; utilisez-le donc après la fin d'un appel ou d'une réunion. xAI propose une transcription en streaming via une interface distincte, et le sous-titrage en direct nécessite cette interface plutôt que ce modèle.
Quel format de sortie est renvoyé ?
Une réponse JSON contenant le texte transcrit. Vous pouvez transmettre ce texte à un modèle de langage pour obtenir des résumés, des points d'action ou une traduction dans une autre langue.
En quoi est-ce différent de Whisper ?
Les deux transcrivent l'audio téléchargé via le même style de requête. Ils diffèrent par la couverture linguistique et la précision selon le type d'audio ; exécutez donc les deux sur un échantillon de vos enregistrements et comparez les transcriptions.
Combien coûte Grok STT ?
Sur TokenLab, Grok STT coûte $0.00002778 par seconde. La table tarifaire ci-dessus en montre le détail complet. Les tarifs dépendent de l’unité de facturation, de la spécification et de l’usage. Comparez des conditions identiques dans la tarification détaillée du modèle ; un tarif seul ne détermine pas le coût total.
Quel endpoint Grok STT doit-il utiliser ?
Utilisez https://api.tokenlab.sh/v1/audio/transcriptions pour Grok STT. L'exemple de requête ci-dessous montre la structure de code correspondante.
Quelles opérations Grok STT prend-il en charge ?
Grok STT prend en charge Audio vers texte. Sélectionnez une opération pour voir l'endpoint et un exemple.
Comparer Grok STT
Sources
Mis à jour le 2 oct. 2026
