详细参数
模型类型
realtime_speech_recognition
适合场景
流式语音转文本
计费价格
$0.20 / hr
计费方式
按分钟
计费单位
按分钟
输入形式
音频
输出形式
文本
语音模型xAI / Grokrealtime_speech_recognition稳定版
Speech to Text Streaming
调用名：speech-to-text-streamingSpeech to Text Streaming 是 xAI 当前公开的流式语音转文本能力线，适合在线识别和实时字幕。
时间戳不支持
适合
流式语音转文本
realtime_speech_recognition
价格
$0.20 / hr
输入
音频
可做实时交互
输出
文本
规格
支持实时
实时字幕在线识别语音输入语音交互speech_recognitionrealtime_transcription
所属厂商：xAI / Grok
能力与信息
交互链路
实时
支持
语音输入
支持
语音输出
不支持
语音理解
转写
不支持
翻译
不支持
时间戳
不支持
语音生成
TTS
不支持
说话人区分
不支持
开发接入
工具调用
不支持
接入信息
调用名
speech-to-text-streaming
API 基础地址
https://api.x.ai
调用协议
https/json
主接口
/v1/stt
接口说明
语音转文本当前流式入口为 https://api.x.ai/v1/stt（streaming mode）。
发布时间
公开资料未说明
价格与计费
计费摘要
计费价格
$0.20 / hr
计费单位
1 hour of audio
单位类型
按分钟
输入形式
音频
输出形式
文本
币种
USD
价格说明
原始价格文案
$0.20 / hr
补充说明
xAI 官方 Speech to Text 模型页当前公开 Streaming pricing 为 $0.20 / hr。
发布时间
未公开
官方入口