Ir al contenido principal

Sin censura — Este modelo declara que no aplica filtros. SpicyAPI reenvía sin añadir análisis de contenido de la plataforma; las obligaciones legales y de consentimiento siguen siendo del cliente.Ver todos los modelos con este nivel de filtrado
xai/grok-stt/speech-to-text

Grok STT es el speech-to-text de xAI: envía una URL de audio y recibe la transcripción en texto, con tiempos por palabra y el idioma detectado. Cubre 25 idiomas, con transcripción por canal y pistas de términos clave.

Desde $0.00003/s
Ejecutar modelo

Playground

Enviar una solicitud

Inicio rápido

Los ejemplos usan las definiciones públicas de parámetros del endpoint seleccionado. Sustituye la clave de API y los medios de ejemplo, y envía la solicitud desde tu servidor.

SDK e integraciones
POSThttps://api.spicyapi.ai/api/v1/jobs/createTask

Autenticación de API

Guarda la clave de API en la variable de entorno del servidor SPICY_API_KEY. Usa autenticación Bearer y Content-Type: application/json en las solicitudes JSON.

Authorization: Bearer $SPICY_API_KEY
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
  -H "Authorization: Bearer $SPICY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
  -d '{
  "model": "xai/grok-stt/speech-to-text",
  "input": {
    "audio_url": "https://example.com/reference.mp3"
  }
}'

# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
  -H "Authorization: Bearer $SPICY_API_KEY"

Generado a partir del esquema de entrada de este modelo: el mismo con el que la API valida cada solicitud.

Parámetros de entrada

Incluye estos campos en el objeto input del cuerpo de la solicitud. Los nombres y tipos coinciden con la API. No supongas un valor predeterminado si no está indicado.

Este modelo tiene dependencias entre campos. Los marcados como obligatorios según condición dependen de otras entradas; abajo, en el JSON Schema completo, están las reglas.

audio_urlstringObligatorio

El audio que se va a transcribir: un MP3 o WAV cargado, o una URL pública a MP3, WAV, M4A, FLAC, OGG, Opus, AAC, MP4 o MKV. De 1 segundo a 2 horas. Lo que se cobra es la duración de este audio.

Valor predeterminado
Sin especificar
Restricciones
minLength:1
format:"uri"
contentMediaType:["audio/mpeg","audio/wav"]
multichannelbooleanOpcional

Si está activado, cada canal de un archivo multicanal (hasta 8) se transcribe por separado y vuelve en su propia línea, en orden de canal. Úsalo cuando los hablantes estén grabados en canales separados. Desactivado de forma predeterminada. No cambia el precio.

Valor predeterminado
false
filler_wordsbooleanOpcional

Si está activado, las muletillas como um y uh se conservan en la transcripción; desactivado (predeterminado), se eliminan. No cambia el precio.

Valor predeterminado
false
keytermsarray<object>Opcional

Hasta 100 palabras o frases cortas (50 caracteres cada una) que la transcripción debe favorecer: nombres, marcas, jerga. No cambia el precio.

Valor predeterminado
[]
Restricciones
maxItems:100
text_normalizationbooleanOpcional

Si está activado, los números, precios, fechas y unidades dichos en voz alta se escriben con cifras: "$1,250" y "March 14" en lugar de palabras. Necesita language. Desactivado de forma predeterminada. No cambia el precio.

Valor predeterminado
false
languagestringObligatorio según condición

El idioma hablado como código de idioma. Déjalo vacío para detectar el idioma automáticamente; la habla en cualquier idioma compatible se transcribe en ambos casos. Obligatorio cuando text_normalization está activado. No cambia el precio.

Valor predeterminado
Sin especificar
Valores permitidos
"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"

Seguir la tarea

HTTP 202 significa que la tarea se aceptó, no que haya terminado. Guarda el taskId devuelto y consulta esa tarea. No crees otra mientras esperas el resultado.

Solicitud aceptada
HTTP/1.1 202 Accepted
Location: /api/v1/jobs/recordInfo?taskId=job_01k3m8x9q2z4v7n5p6r8s0t1w3

{
  "code": 200,
  "msg": "success",
  "request_id": "req_example_create",
  "data": {
    "taskId": "job_01k3m8x9q2z4v7n5p6r8s0t1w3",
    "state": "queued",
    "estimatedCost": "0.750000"
  }
}

La respuesta de aceptación incluye la estimación para que tu aplicación pueda mostrar el mismo importe en el historial de tareas y en la facturación.

Consultar la tarea
curl --get "https://api.spicyapi.ai/api/v1/jobs/recordInfo" \
  --data-urlencode "taskId=$TASK_ID" \
  -H "Authorization: Bearer $SPICY_API_KEY"

Empieza consultando cada 2 segundos aproximadamente y ve espaciando los intentos. Párate en un estado final. Si se cae la conexión, consulta el taskId original. Vuelve a crear la tarea solo con la clave de idempotencia y el cuerpo originales.

O recibe el resultado por callback
import { verifyWebhook } from "@spicyapi/sdk";

// express.raw keeps the bytes we signed; express.json never matches.
app.post("/hooks/spicy", express.raw({ type: "application/json" }), (req, res) => {
  const { payload } = verifyWebhook({
    rawBody: req.body,
    timestamp: req.header("X-Webhook-Timestamp"),
    signature: req.header("X-Webhook-Signature"),
    payloadVersion: Number(req.header("X-Webhook-Payload-Version")),
    secret: process.env.SPICY_WEBHOOK_SECRET,
  });
  res.status(200).end();
  void handleFinishedTask(payload);
});

Pasa callBackUrl al crear la tarea y recibirás el registro terminado por POST, sin un bucle de consultas de estado. Cada entrega lleva X-Webhook-Timestamp, X-Webhook-Signature y X-Webhook-Payload-Version. La firma es un HMAC-SHA256 en base64 sobre taskId.timestamp.sha256(body), así que debes verificarla con los bytes originales: si analizas el JSON y vuelves a serializarlo, los bytes cambian y la verificación falla. Las entregas fallidas se reintentan, de modo que el mismo taskId puede llegar dos veces; haz que tu manejador sea idempotente. Responde 2xx primero y haz el trabajo después: un manejador lento se trata como una entrega fallida.

Leer el resultado

Procesa output solo cuando state sea succeeded. Si falla, consulta errorCode, errorMessage y request_id. Los costos y estados de ejemplo no representan una factura real.

Ejemplo de respuesta completada
{
  "code": 200,
  "msg": "success",
  "request_id": "req_example_record",
  "data": {
    "taskId": "job_01k3m8x9q2z4v7n5p6r8s0t1w3",
    "model": "xai/grok-stt/speech-to-text",
    "state": "succeeded",
    "output": {
      "text": "…"
    },
    "cost": "0.750000",
    "settled": true,
    "createdAt": "2026-08-28T12:00:00Z",
    "completedAt": "2026-08-28T12:00:30Z"
  }
}

Para cada archivo disponible, abre o descarga assets[].url directamente, sin la cabecera Authorization de la API. El enlace firmado expira en expiresAt: vuelve a consultar la tarea para renovarlo mientras el archivo siga dentro del periodo de conservación. Un archivo pendiente o no disponible no trae URL. Trata los enlaces firmados como datos privados.

SDK e integraciones

Usa SpicyAPI en tu app, terminal, asistente de IA o flujo visual. Elige una guía de configuración.

SDKs
TypeScript · Python · Go · PHP · Java
CLI
Comandos de terminal y scripts de automatización.
MCP
Claude Code · Cursor · Codex
Agent Skill
Instrucciones reutilizables para tu asistente de IA.
n8n
Nodos comunitarios para instalaciones propias y plantillas HTTP Request importables para n8n Cloud.
ComfyUI
Flujos de imagen, video y audio en un lienzo de nodos.

Más integraciones

SillyTavernTelegram / DiscordApp proxyOpenAI SDKLangChainVercel AI SDK
Explorar flujos listos para usar

Úsalo en ComfyUI

Instala los nodos de SpicyAPI desde ComfyUI Manager o con el comando de abajo y busca Grok STT · Speech to Text en el lienzo. El nodo tiene las mismas opciones que esta página y muestra su precio antes de ejecutarse.

cd ComfyUI/custom_nodes
git clone https://github.com/spicyapi-ai/comfyui-spicyapi
Ejemplos de workflowsGuía de configuraciónCódigo en GitHub