Referencia de la API de Grok STT

Con una sola clave de API de PopNow puedes llamar a Grok STT desde tu propio código. Aquí tienes los ID de modelo que debes enviar, cada campo de entrada que acepta, cuántos créditos cuesta cada solicitud y una petición que puedes pegar tal cual en la terminal.

Las descripciones de los parámetros vienen del esquema de entrada del modelo y solo están en inglés.

De un vistazo

Creado por: xAI
Resultado: Audio
Desde: 0.01 créditos por segundo generado ($0.0001)
Tiempo habitual: unos 7 s
ID de modelo: xai/grok-stt/speech-to-text

1 crédito = 0,01 US$. Al aceptarse, la tarea retiene el cargo máximo posible y al terminar cobra el uso real, redondeado al crédito superior; el resto se libera. Las tareas fallidas no se cobran. Para saber la cifra exacta antes de ejecutar, llama a POST /api/v1/jobs/quote.

Voz a texto

xai/grok-stt/speech-to-text

Precio

Opción	Créditos (por segundo generado)	Dólares
`Predeterminado`	0.01	$0.0001

Parámetros

Campo	Tipo	Valor predeterminado	Valores admitidos	Para qué sirve
`audio_url`Obligatorio	`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`Opcional	`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`Opcional	`boolean`	`false`	—	Write spoken numbers, prices, dates and units in digits. Needs language.
`keyterms`Opcional	`array<object>`	`[]`	hasta 100 elementos	Names and terms to spell the way you list them, up to 100.
`filler_words`Opcional	`boolean`	`false`	—	Keep filler words such as um and uh in the transcript.
`multichannel`Opcional	`boolean`	`false`	—	Transcribe each channel separately, one line per channel. Turn on when speakers are on separate channels.

Solicitud de ejemplo

Esta solicitud funciona tal cual; los campos que no envíes usan su valor predeterminado. Antes, guarda tu clave en POPNOW_API_KEY.

El ejemplo usa archivos de muestra de PopNow en audio_url. Cámbialos por tus propios enlaces HTTPS públicos, archivos subidos o recursos guardados.

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"
  }
}'

La respuesta trae un taskId al instante. Consulta el resultado con GET /api/v1/jobs/recordInfo o añade callBackUrl para recibir un aviso.

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"