Что такое Grok Voice 3.0 и как им пользоваться?

Подключиться к Grok Voice 3.0 с помощью Python, сгенерировать голосовой ответ, отправить аудио, добавить инструменты и устранить распространенные проблемы API реального времени.

from openai import OpenAI client = OpenAI( api_key="YOUR_COMETAPI_KEY", base_url="https://api.cometapi.com/v1", ) response = client.chat.completions.create( model="gpt-5-mini", messages=[{"role": "user", "content": "Build this workflow."}], ) print(response.choices[0].message.content)

TL;DR

Grok Voice 3.0 — это модель xAI для преобразования речи в речь в реальном времени, выпущенная 14 октября 2026 года. Имя модели в API — grok-voice-3.0; по состоянию на 3 ноября 2026 года, grok-voice-latest points to this version. Анонс запуска указывает стоимость голосовых сессий $0.08 за минуту ($4.80 в час). Она сочетает диалог, обработку перебиваний и использование инструментов для голосовых ассистентов и поддержки клиентов. Имея базовые знания Python, ключ API xAI и библиотеку websockets, вы можете отправить подсказку и сохранить озвученный ответ. Начните с примера ниже, затем добавляйте записанное аудио, поток с микрофона и бизнес-интеграции по мере развития приложения.

import asyncio, base64, json, os, wave import websockets SAMPLE_RATE = 24000 async def receive_event(ws): event = json.loads(await asyncio.wait_for(ws.recv(), 60)) if event.get("type") == "error": raise RuntimeError(event) return event async def main(): url = "wss://api.x.ai/v1/realtime?model=grok-voice-3.0" headers = {"Authorization": f"Bearer {os.environ['XAI_API_KEY']}"} async with websockets.connect(url, additional_headers=headers) as ws: await ws.send(json.dumps({"type": "session.update", "session": { "voice": "eve", "turn_detection": {"type": None}, "audio": { "input": {"format": {"type": "audio/pcm", "rate": SAMPLE_RATE}}, "output": {"format": {"type": "audio/pcm", "rate": SAMPLE_RATE}, "transport": "json"}}}})) async with asyncio.timeout(30): while (await receive_event(ws)).get("type") != "session.updated": pass await ws.send(json.dumps({"type": "conversation.item.create", "item": { "type": "message", "role": "user", "content": [{"type": "input_text", "text": "Explain Grok Voice 3.0 briefly."}]}})) await ws.send(json.dumps({"type": "response.create"})) chunks = [] async with asyncio.timeout(120): while True: event = await receive_event(ws) if event["type"] in ("response.output_audio.delta", "response.audio.delta"): chunks.append(base64.b64decode(event["delta"])) elif event["type"] == "response.done": if event.get("response", {}).get("status") != "completed": raise RuntimeError(event) break if not chunks: raise RuntimeError("The response contained no audio.") with wave.open("grok_response.wav", "wb") as wav: wav.setparams((1, 2, SAMPLE_RATE, 0, "NONE", "not compressed")) wav.writeframes(b"".join(chunks)) print("Saved grok_response.wav") asyncio.run(main())

Читать далее

Что такое Grok Voice 3.0 и как им пользоваться?

Сделайте первый вызов API.

TL;DR

Свяжите эту статью со следующим решением.

Ключевые выводы

Что такое Grok Voice 3.0?

Ключевые возможности Grok Voice 3.0

Результаты бенчмарков Grok Voice 3.0

Что нужно перед вызовом API Grok Voice 3.0?

Как использовать API Grok Voice 3.0 с Python

Шаг 1: Выберите фиксированную модель и настройте сессию

Шаг 2: Отправьте текст и получите озвученный ответ

Шаг 3: Запустите скрипт и проверьте результат

Как отправлять аудио в Grok Voice 3.0?

Записанное аудио с ручным завершением реплики

Захват с микрофона в реальном времени и немедленное воспроизведение

Как добавить инструменты в агента Grok Voice 3.0?

Как использовать Grok Voice 3.0 в браузере и мобильных приложениях

Как устранять распространённые ошибки API Grok Voice 3.0

Сколько закладывать в бюджет на вызовы API Grok Voice 3.0?

Заключение