Vai al contenuto principale

Senza censura — Questo modello dichiara di non applicare alcun filtro sui contenuti. SpicyAPI inoltra la richiesta senza aggiungere controlli di piattaforma; gli obblighi di legge e la verifica del consenso restano a carico del cliente.Vedi tutti i modelli con questo livello di filtraggio
xai/grok-stt/speech-to-text

Grok STT è lo speech-to-text di xAI: invia un URL audio e ricevi la trascrizione come testo più i tempi parola per parola e la lingua rilevata. Copre 25 lingue, con trascrizioni per canale e suggerimenti di termini chiave.

Da $0.00003/s
Esegui il modello

Playground

Invia una richiesta

Guida rapida

Gli esempi usano le definizioni pubbliche dei parametri dell’endpoint selezionato. Sostituisci la chiave API e i media di esempio, poi invia la richiesta dal tuo server.

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

Autenticazione dell’API

Tieni la chiave API nella variabile d’ambiente del server SPICY_API_KEY. Per le richieste JSON usa l’autenticazione Bearer e Content-Type: application/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"

Generato dallo schema di input di questo modello, lo stesso su cui l’API valida ogni richiesta.

Parametri di input

Metti questi campi dentro l’oggetto input del corpo della richiesta. Nomi e tipi corrispondono all’API. Quando un valore predefinito non è indicato, non darlo per scontato.

Questo modello ha dipendenze tra i campi. I campi segnati come obbligatori a certe condizioni dipendono da altri input; le regole sono nel JSON Schema completo qui sotto.

audio_urlstringObbligatorio

L'audio da trascrivere: un MP3 o WAV caricato, oppure un URL pubblico verso MP3, WAV, M4A, FLAC, OGG, Opus, AAC, MP4 o MKV. Da 1 secondo a 2 ore. È la durata di questo audio a essere fatturata.

Predefinito
Non specificato
Vincoli
minLength:1
format:"uri"
contentMediaType:["audio/mpeg","audio/wav"]
multichannelbooleanFacoltativo

Se attivo, ogni canale di un file multicanale (fino a 8) viene trascritto separatamente e torna su una riga propria, nell'ordine dei canali. Usalo quando i parlanti sono registrati su canali separati. Disattivato di default. Non cambia il prezzo.

Predefinito
false
filler_wordsbooleanFacoltativo

Se attivo, gli intercalari come um e uh restano nella trascrizione; disattivato (default), vengono rimossi. Non cambia il prezzo.

Predefinito
false
keytermsarray<object>Facoltativo

Fino a 100 parole o brevi espressioni (50 caratteri ciascuna) da privilegiare nella trascrizione: nomi, marchi, gergo. Non cambia il prezzo.

Predefinito
[]
Vincoli
maxItems:100
text_normalizationbooleanFacoltativo

Se attivo, numeri, prezzi, date e unità pronunciati vengono scritti in cifre: «$1,250» e «March 14» invece delle parole. Richiede language. Disattivato di default. Non cambia il prezzo.

Predefinito
false
languagestringObbligatorio a certe condizioni

La lingua parlata come codice di lingua. Lascialo vuoto per rilevare la lingua automaticamente; il parlato in qualsiasi lingua supportata viene trascritto in entrambi i casi. Obbligatorio quando text_normalization è attivo. Non cambia il prezzo.

Predefinito
Non specificato
Valori ammessi
"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"

Segui l’attività

HTTP 202 significa che l’attività è stata accettata, non che sia finita. Salva il taskId restituito e interroga quell’attività. Non crearne un’altra mentre aspetti il risultato.

Risposta di accettazione
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 risposta di accettazione include la stima, così la tua applicazione può mostrare lo stesso importo nella cronologia delle attività e nella fatturazione.

Leggi l’attività
curl --get "https://api.spicyapi.ai/api/v1/jobs/recordInfo" \
  --data-urlencode "taskId=$TASK_ID" \
  -H "Authorization: Bearer $SPICY_API_KEY"

Comincia a interrogare ogni 2 secondi circa e allunga l’intervallo man mano. Fermati a uno stato terminale. Dopo una caduta di connessione, interroga il taskId originale. Ripeti la creazione solo con la chiave di idempotenza e il corpo originali.

Oppure lascia che sia la callback a trovarti
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);
});

Passa callBackUrl quando crei l’attività e il record finito ti arriva via POST: nessun ciclo di polling. Ogni consegna porta X-Webhook-Timestamp, X-Webhook-Signature e X-Webhook-Payload-Version. La firma è un HMAC-SHA256 in base64 su taskId.timestamp.sha256(body), quindi va verificata sui byte grezzi: se analizzi il JSON e lo riserializzi i byte cambiano e la verifica fallisce. Le consegne fallite vengono ritentate, quindi lo stesso taskId può arrivare due volte: rendi idempotente il gestore. Rispondi prima con un 2xx e fai il lavoro dopo; un gestore lento viene trattato come una consegna fallita.

Leggi il risultato

Usa l’output solo quando lo stato è succeeded. In caso di fallimento, indaga con errorCode, errorMessage e request_id. Costi e stati degli esempi non rappresentano un addebito reale.

Esempio di risposta completata
{
  "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"
  }
}

Per ogni asset disponibile, apri o scarica assets[].url direttamente, senza l’header Authorization dell’API. L’URL firmato scade a expiresAt; interroga di nuovo l’attività per rinnovarlo finché l’asset resta entro il periodo di conservazione. Un asset in attesa o non disponibile non ha URL. Tratta gli URL firmati come privati.

SDK e integrazioni

Usa SpicyAPI nella tua app, nel terminale, con un assistente IA o in un workflow visivo. Scegli una guida di configurazione.

SDKs
TypeScript · Python · Go · PHP · Java
CLI
Comandi da terminale e script di automazione.
MCP
Claude Code · Cursor · Codex
Agent Skill
Istruzioni riutilizzabili per il tuo assistente IA.
n8n
Nodi della community per installazioni self-hosted e template HTTP Request importabili per n8n Cloud.
ComfyUI
Workflow di immagini, video e audio su una tela a nodi.

Altre integrazioni

SillyTavernTelegram / DiscordApp proxyOpenAI SDKLangChainVercel AI SDK
Esplora i workflow pronti all’uso

Usalo in ComfyUI

Installa i nodi SpicyAPI da ComfyUI Manager o con il comando qui sotto, poi cerca Grok STT · Speech to Text sulla tela. Il nodo ha le stesse opzioni di questa pagina e mostra il prezzo prima dell’esecuzione.

cd ComfyUI/custom_nodes
git clone https://github.com/spicyapi-ai/comfyui-spicyapi
Esempi di workflowGuida all’installazioneCodice sorgente su GitHub