Grok STT: справочник по API

С одним ключом PopNow API вы вызываете Grok STT прямо из своего кода. Здесь собраны ID модели, которые нужно передать, все поля, которые она принимает, стоимость запроса в кредитах и готовый запрос — его можно вставить в терминал и запустить.

Описания параметров взяты из входной схемы модели и пока доступны только на английском.

Кратко

Разработчик: xAI
Результат: Аудио
От: 0.01 кр. за секунду результата ($0.0001)
Обычное время: около 7 с
ID модели: xai/grok-stt/speech-to-text

1 кредит = 0,01 $. При приёме задачи резервируется максимально возможная сумма, а после завершения списывается фактический расход с округлением вверх до целого кредита; остаток возвращается. За задачи, завершившиеся ошибкой, плата не взимается. Точную сумму до запуска покажет POST /api/v1/jobs/quote.

Речь в текст

xai/grok-stt/speech-to-text

Цена

Вариант	Кредиты (за секунду результата)	Доллары США
`По умолчанию`	0.01	$0.0001

Параметры

Поле	Тип	По умолчанию	Допустимые значения	Назначение
`audio_url`Обязательно	`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`Необязательно	`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`Необязательно	`boolean`	`false`	—	Write spoken numbers, prices, dates and units in digits. Needs language.
`keyterms`Необязательно	`array<object>`	`[]`	до 100 элементов	Names and terms to spell the way you list them, up to 100.
`filler_words`Необязательно	`boolean`	`false`	—	Keep filler words such as um and uh in the transcript.
`multichannel`Необязательно	`boolean`	`false`	—	Transcribe each channel separately, one line per channel. Turn on when speakers are on separate channels.

Пример запроса

Запрос работает как есть; поля, которые вы не указали, берут значения по умолчанию. Сначала положите ключ в переменную POPNOW_API_KEY.

В примере в audio_url стоят демонстрационные файлы PopNow. Замените их своими публичными HTTPS-ссылками, загруженными файлами или сохранёнными ассетами.

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"
  }
}'

В ответе сразу приходит taskId. Результат забирайте через GET /api/v1/jobs/recordInfo или передайте callBackUrl, чтобы получить уведомление.

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"