Fiyatları önceden gösterilen Auto, TokenLab Verified veya Official seçeneklerinden her istek için birini seçin. Yenilikleri gör

xAI: Grok Voice STT

Grok Voice STT, kaydedilmiş sesi metne dönüştürür. Dil ipuçları ve zaman damgası kontrolleri, onu altyazı, arama veya sonraki bir metin analizi adımını besleyecek dökümler için kullanışlı kılar.
Modelleri karşılaştır
grok-voice-stt
MevcutxAIKonuşmadan MetneSenkron
Fiyat
İtibaren $0.000028
Modlar
Ses

Grok Voice STT hakkında

Grok Voice STT, xAI'in kaydedilmiş sesleri metin dökümlerine dönüştüren konuşmadan metne dönüştürme modelidir. Yaygın ses dosyası formatlarını kabul eder ve kelime düzeyinde zaman damgaları döndürür; xAI ayrıca akış (streaming), konuşmacı ve kanal ayrımı ile dile göre sayı ve para birimi biçimlendirmesini ayrı belgelerde sunar. Bu modeli altyazılar, aranabilir toplantı kayıtları ve daha sonraki metin analizlerinde kullanılacak çağrı dökümleri için kullanabilirsiniz.

Güçlü yönleri

  • Kelime düzeyindeki zaman damgaları; dökümlerden altyazı, anlık arama ve altyazı dosyaları oluşturmayı doğrudan mümkün kılar.
  • xAI, konuşmacı diyarılaştırma (diarization) ve çok kanallı dökümü yerel seçenekler olarak belgeler; buradaki modele güvenmeden önce güncel model detaylarını kontrol edin.
  • Dil ipuçları ve bir istem anahtar kelimesi, tanıma işlemini ürün adlarına ve teknik terimlere yönlendirir.
  • Metin biçimlendirme; sayıları, tarihleri ve para birimlerini konuşma dilinin yazım biçimine göre işler.

Alternatif aramanız gereken durumlar

  • Yalnızca döküm üretir; sesten özetleme, çeviri yapma veya ses içeriğini yanıtlama işlemleri için sonrasında bir metin modeli gerekir.
  • Çok gürültülü kayıtlar için ses algılama eşiğinin ayarlanması veya kabul edilebilir bir doğruluk için daha temiz bir giriş gerekebilir.

Başlarken

  1. API anahtarı oluştur

    Console'da bir anahtar oluşturun, platformdaki tüm modellerle kullanın.

  2. İlk isteğinizi gönderin

    Diliniz için olan örneği kopyalayın ve uç noktada çalıştırın.

    Konuşmadan metneTokenLab uç noktası
    POST/v1/audio/transcriptions
    curl -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-voice-stt" \
      -F language="en"

Parametreler

Konuşmadan metne

ParametreDeğerler ve sınırlarVarsayılanNotlar
fileGirdi sayısı: ≥ 1, ≤ 1BelirtilmemişSend one audio file in multipart/form-data. Maximum file size is 25 MiB.
languageBelirtilmemişBelirtilmemişThis field is accepted. The current public contract does not specify a complete value range or list. No additional values are promised. The omitted-field default is not verified.
promptBelirtilmemişBelirtilmemişBelirtilmemiş
response_formatjson, text, verbose_jsonjsonBelirtilmemiş
timestamp_granularitieswordBelirtilmemişBelirtilmemiş

Fiyatlandırma

Verified fiyatı Verified için geçerlidir ve çoğu modelde daha düşüktür. Official fiyatı, model üreticisinin yayınladığı fiyattır ve daha güvenilir Official rotası için geçerlidir. Auto, isteği tamamlayan rotanın fiyatını uygular.

Fiyatlandırma

saniye başına
Verified fiyatı
—
Official fiyatı
$0.000028saniye başına

Kullanım ve etkinlik

Başarı oranı, tamamlanan isteklerin payıdır. Gecikme, tam bir yanıtın ne kadar sürdüğüdür; P95, isteklerin %95’inin bu süre içinde tamamlandığı anlamına gelir.

Kullanım ve kullanılabilirlik

Son 24 saat
İstekler
Başarı oranı
P95 gecikmesi
Toplam token
Model performansı
Metrikler, gizlilik ve veri hacmi eşikleri karşılandığında görünür.

Veriler, durum kontrolleri hariç tutularak toplu kullanıcı isteklerine dayanmaktadır.

Console'da aç

Grok Voice STT modelini Console'da açın, istemi düzenlemek veya göndermek için hazır hale getirin.

grok-voice-stt ile /v1/audio/transcriptions üzerinden kısa bir ses isteği dene. Sonucu ve maliyeti göster.

Kullanım senaryoları

  • Toplantı dökümleri

    Kaydedilmiş bir çağrıyı kelime zamanlamalarıyla metne dökün, ardından aksiyon maddeleri için bir özetleyiciye gönderin.

  • Video için altyazılar

    Kelime zamanlamalarını kullanarak yüklenen bir videonun ses kanalından zaman ayarlı altyazılar oluşturun.

  • Çağrı merkezi kalite incelemesi

    Çağrı kayıtlarını metne dökün, ardından metni uyumluluk ifadeleri için tarayın. Konuşmacı veya kanal etiketleri yerel bir xAI seçeneğidir, buradaki model detaylarında listelenmemiştir.

Prompt örnekleri

Bu 20 dakikalık İngilizce podcast klibini kelime zaman damgalarıyla metne dökün.

'Zyntra', 'OmniPlan' ve 'SLA' anahtar terimlerini kullanarak tanıma işlemini yönlendirin ve ekteki müşteri çağrısını metne dökün.

Bu İspanyolca sesli notu metne dönüştürün ve tutarları para birimi olarak biçimlendirin.

FAQ

Grok Voice STT ne yapar?

Sesi metne dönüştürür. Bir ses dosyası gönderirsiniz ve belirlediğiniz seçeneklere bağlı olarak kelime düzeyinde zaman damgaları içerebilen bir döküm döndürür. xAI'in yerel hizmeti ayrıca konuşmacı etiketlerini ve kanal bazlı metinleri de belgeler.

Hangi ses formatlarını okuyabilir?

xAI, MP3, WAV, FLAC ve Opus dahil olmak üzere on iki format listeler. Burada bağlantısı verilen döküm uç noktası için 25 MB'tan büyük olmayan bir ses dosyası yükleyin. xAI'in yerel dosya uç noktası, buradaki yükleme sınırını genişletmeyen ayrı bir 500 MB'lık üst sınır belgeler.

Canlı dökümü destekliyor mu?

xAI, ara sonuçlar içeren ayrı bir akış uç noktası belgeler. Burada bağlantısı verilen model detayları şu anda yalnızca dosya dökümünü duyurmaktadır, bu nedenle dosya yüklemeyi planlayın. Canlı döküme güvenmeden önce güncel model sözleşmesini kontrol edin.

Kaç dili kapsıyor?

xAI, döküm ve dile özgü biçimlendirme için 25'ten fazla dili belgeler. Dili bildiğiniz durumlarda bir dil ipucu gönderin, böylece tanıma sistemi tahmin yürütmek zorunda kalmaz.

Konuşmacıları birbirinden ayırabilir mi?

xAI, diyarılaştırma ve çok kanallı modu ayrı yerel seçenekler olarak belgeler. Burada bağlantısı verilen model detayları diyarılaştırma veya çok kanallı özelliği listelemez ve düz bir dilde konuşmacı etiketleri istemek bunları etkinleştirmez. Bunlara güvenmeden önce güncel model sözleşmesini kontrol edin.

Grok Voice STT ne kadara mal olur?

TokenLab üzerinde Grok Voice STT $0.000028 saniye başına'dır. Tam dökümü yukarıdaki fiyat tablosunda bulabilirsiniz.

Grok Voice STT hangi endpoint'i kullanmalı?

Grok Voice STT için varsayılan olarak https://api.tokenlab.sh/v1/audio/transcriptions kullanın. Sağlayıcıya özgü yerel format destekleniyorsa API workbench bu endpoint'i de gösterir.

Grok Voice STT hangi operasyonları destekler?

Grok Voice STT Konuşmadan metne destekler. Yukarıdaki API workbench'te bir operasyon seçerek ilgili endpoint ve kod örneğini görebilirsiniz.

Grok Voice STT karşılaştırması

Kaynaklar

2 Eki 2026 tarihinde incelendi

Grok Voice serisinden daha fazlası

İlgili modeller