Grok STT API-Referenz

Mit einem einzigen PopNow-API-Schlüssel rufst du Grok STT aus deinem eigenen Code auf. Hier findest du die Modell-IDs, jedes Eingabefeld, die Kosten pro Anfrage in Credits und eine Anfrage, die du direkt ins Terminal kopieren kannst.

Die Parameterbeschreibungen stammen aus dem Eingabeschema des Modells und sind nur auf Englisch verfügbar.

Auf einen Blick

Hersteller: xAI
Ergebnis: Audio
Ab: 0.01 Credits pro Sekunde Ergebnis ($0.0001)
Typische Dauer: etwa 7 s
Modell-IDs: xai/grok-stt/speech-to-text

1 Credit = 0,01 $. Bei Annahme reserviert ein Task den höchstmöglichen Betrag und rechnet am Ende den tatsächlichen Verbrauch ab, auf ganze Credits aufgerundet; der Rest wird freigegeben. Fehlgeschlagene Tasks kosten nichts. Den genauen Betrag vorab liefert POST /api/v1/jobs/quote.

Sprache zu Text

xai/grok-stt/speech-to-text

Preis

Option	Credits (pro Sekunde Ergebnis)	US-Dollar
`Standard`	0.01	$0.0001

Parameter

Feld	Typ	Standardwert	Erlaubt	Bedeutung
`audio_url`Pflicht	`string (uri)`	—	—	Audio to transcribe: an uploaded MP3 or WAV, or a public URL to a common audio or video format. 1 second to 2 hours.
`language`Optional	`string`	—	ar, cs, da, nl, en, fil, fr, de, hi, id, it, ja, ko, mk, … (+11)	Spoken language. Leave empty to detect it; required when text_normalization is on.
`text_normalization`Optional	`boolean`	`false`	—	Write spoken numbers, prices, dates and units in digits. Needs language.
`keyterms`Optional	`array<object>`	`[]`	bis zu 100 Einträge	Names and terms to spell the way you list them, up to 100.
`filler_words`Optional	`boolean`	`false`	—	Keep filler words such as um and uh in the transcript.
`multichannel`Optional	`boolean`	`false`	—	Transcribe each channel separately, one line per channel. Turn on when speakers are on separate channels.

Beispielanfrage

Diese Anfrage läuft so, wie sie ist; weggelassene Felder behalten ihren Standardwert. Leg deinen Schlüssel vorher in POPNOW_API_KEY ab.

Das Beispiel nutzt in audio_url Beispieldateien von PopNow. Ersetze sie durch eigene öffentliche HTTPS-Links, Uploads oder gespeicherte Assets.

POST /api/v1/jobs/createTask?wait=60

curl -X POST "https://api.popnow.ai/api/v1/jobs/createTask?wait=60" \
  -H "Authorization: Bearer $POPNOW_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $(uuidgen)" \
  -d '{
  "model": "xai/grok-stt/speech-to-text",
  "input": {
    "audio_url": "https://media.popnow.ai/shortfilm/voices/Aoede-46e4c427.mp3"
  }
}'

Die Antwort enthält sofort eine taskId. Das Ergebnis holst du mit GET /api/v1/jobs/recordInfo ab – oder du gibst callBackUrl mit und wirst benachrichtigt.

GET /api/v1/jobs/recordInfo

curl "https://api.popnow.ai/api/v1/jobs/recordInfo?taskId=TASK_ID_FROM_CREATE_TASK" \
  -H "Authorization: Bearer $POPNOW_API_KEY"