xAI: Grok STT
grok-stt- Preço
- A partir de $0.000028
- Modalidades
- Áudio
Sobre o Grok STT
Grok STT é o serviço de conversão de fala em texto da xAI para transformar áudio gravado em texto. Este modelo processa gravações enviadas em lote e retorna a transcrição em formato JSON. A xAI documenta suporte para 25 idiomas em seu serviço de transcrição. A transcrição por streaming em tempo real é uma interface separada da xAI, portanto, este modelo é adequado para arquivos que já existem, como reuniões, chamadas e entrevistas.
Pontos fortes
- Transcreve arquivos de áudio enviados em uma única solicitação e retorna um resultado em JSON.
- A xAI documenta suporte para 25 idiomas, cobrindo muitas gravações multilíngues.
- Adequado para trabalhos em lote, como arquivos de reuniões, gravações de chamadas e acervos de entrevistas.
- Funciona através do formato padrão de solicitação de transcrição de áudio, portanto, clientes existentes no estilo Whisper precisam de poucas alterações.
- Gravações longas são tratadas como um único upload de arquivo, em vez de serem divididas em pequenos blocos.
Quando usar outro modelo
- Apenas em lote; legendagem ao vivo e streaming de baixa latência exigem uma interface de tempo real separada.
- A saída é uma transcrição em JSON, sem sumarização ou tradução integradas.
- A precisão depende da qualidade do áudio, portanto, falas ruidosas ou sobrepostas podem precisar de limpeza ou revisão.
Primeiros passos
Criar chave de API
Crie uma chave no Console e use com qualquer modelo da plataforma.
Envie sua primeira requisição
Copie o exemplo para sua linguagem e execute-o no endpoint.
Fala para textoEndpoint do 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"
Preço
O preço oficial é a base pública do criador do modelo. O preço TokenLab é o que você paga por este modelo na TokenLab.
Fala para texto
por segundo- Preço oficial
- $0.00002778
- Official
- $0.00002778
- Desconto
- —
| Preço oficialpor segundo | Officialpor segundo | Desconto | |
|---|---|---|---|
| Fala para texto | $0.00002778 | $0.00002778 | — |
Uso e atividade
A taxa de sucesso é a proporção de requisições concluídas. A latência é quanto tempo uma resposta completa leva; P95 significa que 95% das requisições terminaram dentro desse tempo.
Uso e disponibilidade
Últimas 24 horas- Requisições
- Taxa de sucesso
- Latência P95
- Total de tokens
Os dados baseiam-se em solicitações agregadas de usuários, excluindo verificações de status.
Abrir no Console
Abra Grok STT no Console com um prompt pronto para editar ou enviar.
Ajude-me a testar grok-stt com uma solicitação de áudio em /v1/audio/transcriptions. Exiba o resultado e custo.
Casos de uso
Transcrições de reuniões
Envie chamadas ou reuniões gravadas e armazene o texto para que as equipes possam pesquisá-lo ou enviá-lo para um modelo de sumarização.
Arquivos de entrevistas e podcasts
Converta um acervo de gravações em texto para edição, citações e notas de programas.
Revisão de chamadas de suporte
Transcreva chamadas de clientes em massa para que as equipes de qualidade possam verificar problemas e tópicos.
Exemplos de prompt
Transcreva esta gravação de reunião de equipe de 45 minutos em inglês.
Transcreva a chamada de cliente em anexo. Os falantes conversam em espanhol.
Converta esta palestra gravada em texto para que eu possa pesquisar a seção sobre fotossíntese.
FAQ
O que é o Grok STT?
É o serviço de conversão de fala em texto da xAI. Ele aceita uma gravação enviada e retorna a transcrição em JSON, funcionando em modo de lote em vez de ao vivo. Use-o para gravações que você já possui, como reuniões, chamadas e entrevistas.
Quais idiomas ele suporta?
A xAI documenta 25 idiomas para seu serviço de transcrição. Teste uma amostra curta em seu idioma primeiro, já que a precisão varia de acordo com o idioma e a qualidade da gravação. Sotaques também afetam os resultados.
O Grok STT pode transcrever áudio ao vivo?
Não. Ele lida apenas com arquivos enviados, portanto, use-o após o término de uma chamada ou reunião. A xAI oferece transcrição por streaming através de uma interface separada, e a legendagem ao vivo requer essa interface em vez deste modelo.
Qual formato recebo de volta?
Uma resposta JSON contendo o texto da transcrição. Você pode passar esse texto para um modelo de linguagem para resumos, itens de ação ou tradução para outro idioma.
Como ele é diferente do Whisper?
Ambos transcrevem áudio enviado através do mesmo estilo de solicitação. Eles diferem na cobertura de idiomas e na precisão por tipo de áudio, portanto, execute ambos em uma amostra de suas gravações e compare as transcrições.
Quanto custa o Grok STT?
No TokenLab, Grok STT custa $0.00002778 por segundo. A tabela de preços acima mostra o detalhamento completo. As tarifas dependem da unidade de cobrança, da especificação e do uso. Compare condições iguais no preço detalhado do modelo; uma única tarifa não determina o custo total.
Qual endpoint o Grok STT deve usar?
Use https://api.tokenlab.sh/v1/audio/transcriptions para Grok STT. O exemplo de requisição abaixo mostra o formato de código correspondente.
Quais operações o Grok STT suporta?
Grok STT suporta Fala para texto. Selecione uma operação acima para ver seu endpoint e exemplo de requisição.
Comparar Grok STT
Fontes
Revisado em 2 de out. de 2026
