SpaceXAI: Grok STT 1.0

SpaceXAI: Grok STT 1.0 is een spraak-naar-tekst-model van xAI. Het valt in de categorie transcriptie, en zijn taak is smal en duidelijk: audio erin en een transcriptie eruit. Het is geen algemeen chat- of redeneermodel, dus je moet het behandelen als een toegewijde component in een pijplijn in plaats van iets waarmee je een gesprek voert. De releasedatum van de provider is 2026-07-23.

Het model accepteert audio als invoermodaliteit en produceert een transcriptie als uitvoer. Volgens de beschrijving van de provider ondersteunt het transcriptie met tijdstempels op woordniveau, optionele sprekerdiarisatie en multikanaals audio. Tijdstempels op woordniveau laten je tekst uitlijnen met specifieke punten in de opname, wat belangrijk is wanneer je ondertitels wilt synchroniseren, naar een moment in een gesprek wilt springen of een zin in een speler wilt markeren. Sprekerdiarisatie is optioneel, dus je kunt het inschakelen wanneer je moet weten wie wat zei en het uitschakelen wanneer een enkele vlakke transcriptie voldoende is. Ondersteuning voor multikanaals audio betekent dat opnamen met meer dan één kanaal kunnen worden verwerkt in plaats van blind te worden gedownmixt. Er is geen contextlengte vermeld voor dit model, en het details-blok rapporteert een maximale uitvoer van 0, dus er is hier geen zinvol tokenvenster om mee te plannen. De lijst met ondersteunde parameters is leeg.

De praktische toepassingen volgen direct uit die mogelijkheden. Transcriptie van vergaderingen en gesprekken is de voor de hand liggende, en met diarisatie ingeschakeld krijg je een transcriptie die deelnemers onderscheidt, wat je wilt voor notities, samenvattingen of compliance-dossiers. Tijdstempels op woordniveau zijn geschikt voor het genereren van ondertitels en captions, doorzoekbare media-archieven en elke interface waarin een gebruiker op een regel tekst klikt en verwacht dat het afspelen naar dat exacte moment springt. Multikanaals audio is nuttig voor opnamen die vanuit afzonderlijke bronnen zijn vastgelegd, zoals een ruimtemicrofoon en een lijnfeed, of voor contactcenteropstellingen waarin elke kant van het gesprek op een eigen kanaal binnenkomt. Omdat de uitvoer een transcriptie is en geen gegenereerd proza, past het ook netjes in downstream-stappen: je transcribeert eerst en stuurt de tekst daarna ergens anders naartoe voor samenvatting, vertaling of indexering.

Je roept het aan via de OpenAI-compatibele API van api14 met het model-id "x-ai/grok-stt-1.0". De provider stelt het model beschikbaar via een REST /v1/stt-endpoint, dus het verzoek is een audiotranscriptieaanroep in plaats van een chat completion. Stuur je audio en lees de transcriptie uit het antwoord. De lijst met ondersteunde parameters voor dit model is leeg, dus ga er niet van uit dat je de gebruikelijke sampling- of generatieknoppen kunt doorgeven; de functies die hier van belang zijn, tijdstempels op woordniveau, sprekerdiarisatie en multikanaalsverwerking, worden beschreven als onderdeel van het transcriptiegedrag van het model in plaats van als instelbare verzoekparameters in de verstrekte gegevens.

Er is weinig in de vermelde feiten dat je elders naartoe stuurt, maar het bereik is het vermelden waard. Dit is een model dat alleen transcripeert: audio erin, transcriptie eruit. Als je taak tekstgeneratie, redeneren of iets anders is dat geen spraak-naar-tekst is, dan is een ander model de juiste keuze. Als je een gedocumenteerd contextvenster of uitvoertokenbudget nodig hebt om een verzoek te dimensioneren, wordt dat hier niet gegeven, dus verifieer tegen het live-endpoint voordat je aannames in je integratie bouwt.