Pular para o conteúdo principal

Sem censura — Este modelo declara não aplicar filtro de conteúdo. A SpicyAPI encaminha a solicitação sem adicionar uma análise de conteúdo da plataforma; as obrigações legais e de consentimento continuam com o cliente.Ver todos os modelos com esse nível de filtragem
xai/grok-stt/speech-to-text

O Grok STT é o speech-to-text da xAI: envie a URL de um áudio e receba a transcrição em texto, com tempos por palavra e o idioma detectado. Cobre 25 idiomas, com transcrição por canal e dicas de termos-chave.

A partir de $0.00003/s
Executar modelo

Playground

Enviar uma requisição

Início rápido

Os exemplos usam as definições públicas de parâmetros do endpoint selecionado. Troque a chave de API e as mídias de exemplo e envie a requisição a partir do seu servidor.

SDKs e integrações
POSThttps://api.spicyapi.ai/api/v1/jobs/createTask

Autenticação da API

Guarde a chave de API na variável de ambiente do servidor SPICY_API_KEY. Use autenticação Bearer e Content-Type: application/json nas requisições 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"

Gerado a partir do schema de entrada deste modelo — o mesmo que a API usa para validar cada requisição.

Parâmetros de entrada

Coloque estes campos no objeto input do corpo da requisição. Nomes e tipos são os mesmos da API. Quando nenhum valor padrão estiver indicado, não presuma que exista um.

Este modelo tem dependências entre campos. Os campos marcados como obrigatórios sob condição dependem de outras entradas; as regras completas estão no JSON Schema abaixo.

audio_urlstringObrigatório

O áudio a transcrever: um MP3 ou WAV enviado, ou uma URL pública para MP3, WAV, M4A, FLAC, OGG, Opus, AAC, MP4 ou MKV. De 1 segundo a 2 horas. A duração deste áudio é o que você paga.

Valor padrão
Não especificado
Restrições
minLength:1
format:"uri"
contentMediaType:["audio/mpeg","audio/wav"]
multichannelbooleanOpcional

Quando ativado, cada canal de um arquivo multicanal (até 8) é transcrito separadamente e volta na própria linha, na ordem dos canais. Use quando as pessoas forem gravadas em canais separados. Desativado por padrão. Não altera o preço.

Valor padrão
false
filler_wordsbooleanOpcional

Quando ativado, palavras de preenchimento como um e uh ficam na transcrição; desativado (padrão), elas são removidas. Não altera o preço.

Valor padrão
false
keytermsarray<object>Opcional

Até 100 palavras ou expressões curtas (50 caracteres cada) que a transcrição deve favorecer — nomes, marcas, jargão. Não altera o preço.

Valor padrão
[]
Restrições
maxItems:100
text_normalizationbooleanOpcional

Quando ativado, números, preços, datas e unidades falados são escritos com algarismos — "$1,250" e "March 14" em vez das palavras. Precisa de language. Desativado por padrão. Não altera o preço.

Valor padrão
false
languagestringObrigatório sob condição

O idioma falado como código de idioma. Deixe vazio para detectar o idioma automaticamente; a fala em qualquer idioma compatível é transcrita nos dois casos. Obrigatório quando text_normalization está ativado. Não altera o preço.

Valor padrão
Não especificado
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"

Acompanhar tarefa

HTTP 202 quer dizer que a tarefa foi aceita, não que terminou. Guarde o taskId devolvido e consulte essa tarefa. Não crie outra enquanto espera o resultado.

Requisição aceita
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"
  }
}

A resposta de aceitação já traz a estimativa, para que o seu aplicativo mostre o mesmo valor no histórico de tarefas e na cobrança.

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

Comece consultando a cada 2 segundos, mais ou menos, e vá espaçando. Pare em um estado final. Se a conexão cair, consulte o taskId original. Só recrie a tarefa com a chave de idempotência e o corpo originais.

Ou receba o 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);
});

Passe callBackUrl ao criar a tarefa e o registro concluído chega até você via POST — sem nenhum laço de polling. Toda entrega traz X-Webhook-Timestamp, X-Webhook-Signature e X-Webhook-Payload-Version. A assinatura é um HMAC-SHA256 em base64 sobre taskId.timestamp.sha256(body), então confira contra os bytes brutos: se você analisar o JSON e serializar de novo, os bytes mudam e a verificação falha. Entregas com erro são repetidas, ou seja, o mesmo taskId pode chegar duas vezes — deixe seu handler idempotente. Responda 2xx primeiro e faça o trabalho depois; um handler lento conta como entrega falha.

Ler resultado

Só consuma output quando state for succeeded. Em caso de falha, use errorCode, errorMessage e request_id para investigar. Os custos e estados de exemplo não representam uma cobrança real.

Exemplo de resposta concluída
{
  "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 arquivo disponível, abra ou baixe assets[].url direto, sem o cabeçalho Authorization da API. O link assinado expira em expiresAt: consulte a tarefa de novo para renovar enquanto o arquivo estiver dentro do prazo de retenção. Arquivo pendente ou indisponível não tem URL. Trate os links assinados como dado privado.

SDKs e integrações

Use a SpicyAPI no seu app, terminal, assistente de IA ou fluxo visual. Escolha um guia de configuração.

SDKs
TypeScript · Python · Go · PHP · Java
CLI
Comandos de terminal e scripts de automação.
MCP
Claude Code · Cursor · Codex
Agent Skill
Instruções reutilizáveis para seu assistente de IA.
n8n
Nós comunitários para instalações próprias e modelos importáveis com HTTP Request para n8n Cloud.
ComfyUI
Fluxos de imagem, vídeo e áudio em um canvas de nós.

Mais integrações

SillyTavernTelegram / DiscordApp proxyOpenAI SDKLangChainVercel AI SDK
Explorar fluxos prontos para usar

Use no ComfyUI

Instale os nós da SpicyAPI pelo ComfyUI Manager ou com o comando abaixo e procure por Grok STT · Speech to Text no canvas. O nó tem as mesmas opções desta página e mostra o preço antes da execução.

cd ComfyUI/custom_nodes
git clone https://github.com/spicyapi-ai/comfyui-spicyapi
Exemplos de fluxos de trabalhoGuia de configuraçãoCódigo-fonte no GitHub