Пока это руководство есть только на английском. →
Параметры запроса
| Параметр | Обязательный | Описание |
|---|---|---|
audio_url | Да | Голос или музыка, которые будут использованы. |
filler_words | Нет | Keep filler words such as um and uh in the transcript. По умолчанию: false |
keyterms | Нет | Names and terms to spell the way you list them, up to 100. По умолчанию: [] |
language | Нет | Язык озвучки. ar · cs · da · nl · en · fil · fr · de · hi · id · it · ja · ko · mk · ms · fa · pl · pt · ro · ru · es · sv · th · tr · vi |
multichannel | Нет | Transcribe each channel separately, one line per channel. Turn on when speakers are on separate channels. По умолчанию: false |
text_normalization | Нет | Write spoken numbers, prices, dates and units in digits. Needs language. По умолчанию: false |
Цены
Цены указаны в кредитах, тех же, что вы используете на сайте (1 кредит = $0,01). Сумма резервируется, когда задача принята, и пересчитывается по фактической стоимости после завершения; за неудавшиеся задачи кредиты возвращаются.
| Вариант | Кредиты за секунду | ≈ USD |
|---|---|---|
| Стандарт | 0,01 | 0,0001 $ |
Чтобы узнать точную сумму до запуска, отправьте то же тело запроса на POST /jobs/quote.
Быстрый старт API
Вызов API Grok STT в три шага
- Создайте API-ключ. Войдите в PopNow и создайте ключ в консоли API. Ключи начинаются с sk-popnow- и списывают те же кредиты, что и сайт.
- Отправьте запрос. Отправьте POST /jobs/createTask с model xai/grok-stt/speech-to-text и объектом input по таблице параметров. В ответе сразу придёт ID задачи.
- Получите результат. Опрашивайте GET /jobs/recordInfo по ID задачи или передайте callBackUrl — мы отправим результат туда. Когда задача выполнится, скачайте файлы по ссылкам.
# 1. Create the task. Keep the Idempotency-Key if you retry after a network error.
export IDEMPOTENCY_KEY="$(uuidgen)"
curl -X POST https://api.popnow.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $POPNOW_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $IDEMPOTENCY_KEY" \
-d '{
"model": "xai/grok-stt/speech-to-text",
"input": {
"audio_url": "https://media.popnow.ai/shortfilm/voices/Aoede-46e4c427.mp3"
}
}'
# 2. Copy data.taskId from the response, then poll until state is succeeded, failed, canceled or expired.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.popnow.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $POPNOW_API_KEY"Замените промпт и ссылки на свои. Справка по ответу, опросу статуса и callback есть на вкладке API.
Вопросы об API Grok STT
Сколько стоит API Grok STT?
Grok STT стоит 0,01 кредита (0,0001 $) за секунду. Кредиты те же, что и на сайте (1 кредит = 0,01 $), новые аккаунты получают 30 бесплатных кредитов, а за неудачные задачи кредиты возвращаются.
Какое имя модели у Grok STT в API?
Укажите xai/grok-stt/speech-to-text — Речь в текст в поле model запроса POST /jobs/createTask.
Что возвращается?
Расшифровка текстом в результате задачи, а также структурированная расшифровка (output.transcript) с определённым языком, длиной аудио и каждым словом с временем начала и конца в секундах — по каналам, если включён multichannel. Файла для скачивания нет. Метки говорящих не входят.
Различает ли он говорящих?
По голосу — нет: метки говорящих не возвращаются. Если каждый говорящий записан на отдельный канал, как во многих записях звонков, включите multichannel, и каждый канал вернётся своей строкой. Если оставить его выключенным, одна сторона может пропасть: в двух наших тестах с разными говорящими на каналах один из них выпал из расшифровки.
Какое аудио можно отправить?
Загруженный MP3 или WAV либо публичный URL на распространённые форматы — MP3, WAV, M4A, FLAC, OGG, Opus, AAC, MP4 или MKV — длиной от 1 секунды до 2 часов. Сырой звук без заголовка файла не принимается.
Какие ограничения у API Grok STT?
Максимальный размер загрузки: 90 MB; Языки: 25. Запросы за пределами этих ограничений отклоняются до любого списания.
Можно попробовать Grok STT без кода?
Да. Playground запускает Grok STT на ваших кредитах PopNow без API-ключа и показывает код для каждой генерации.