Thẻ

Xây dựng với CometAPICần một API cho nhiều mô hình?Kiểm thử quy trình trong Playground, sau đó tạo API key khi mô hình và chi phí phù hợp với trường hợp sử dụng của bạn.

ai-model/Nghiên cứu CometAPI

Grok Voice 3.0 là gì và cách sử dụng nó?

Kết nối với Grok Voice 3.0 bằng Python, tạo phản hồi bằng giọng nói, gửi âm thanh, thêm công cụ và khắc phục các sự cố thường gặp với API thời gian thực.

Deon GoodwinĐội ngũ nghiên cứu mô hình AI và API

Đã cập nhật Nov 3, 2026 13 phút đọc

Grok Voice 3.0 là gì và cách sử dụng nó?

Sử dụng mẫu này

Thực hiện API call đầu tiên.

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 là mô hình chuyển giọng nói sang giọng nói thời gian thực của xAI, phát hành vào ngày 14 tháng 10 năm 2026. Tên mô hình API là grok-voice-3.0; tính đến ngày 3 tháng 11 năm 2026, grok-voice-latest points to this version. Thông báo ra mắt liệt kê mức giá phiên thoại là $0.08 mỗi phút ($4.80 mỗi giờ). Sản phẩm kết hợp hội thoại, xử lý ngắt lời và sử dụng công cụ cho trợ lý giọng nói và hỗ trợ khách hàng. Chỉ với Python cơ bản, một khóa API của xAI và thư viện websockets, bạn có thể gửi một lời nhắc và lưu phản hồi dạng giọng nói. Bắt đầu với ví dụ bên dưới, sau đó thêm âm thanh đã ghi, truyền trực tiếp từ micro và các công cụ nghiệp vụ khi ứng dụng phát triển.

Tiếp tục học

Kết nối bài viết này với quyết định tiếp theo.

Xem tất cả chủ đề

Hướng dẫn API AI

Từ danh sách rút gọn mô hình đến một request production hoạt động.

Hạ tầng LLM

Xây dựng một lớp yêu cầu AI có thể hoạt động bền vững qua các thay đổi của nhà cung cấp và model.

AI Agent

Chuyển từ demo prompt sang một quy trình agent có thể quan sát được.

Tối ưu hóa chi phí

Giảm chi phí mà không che giấu các đánh đổi về chất lượng hoặc độ tin cậy.

Được xuất bản Nov 3, 2026

Cập nhật lần cuối Nov 3, 2026

0 lượt xem

Đã được xem xét về độ rõ ràng, ghi nguồn và thuật ngữ API hiện tại.

export XAI_API_KEY="your_xai_api_key"

$env:XAI_API_KEY="your_xai_api_key"

python -m pip install "websockets>=14,<18"

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())

python grok_voice_demo.py

with wave.open("request.wav", "rb") as source:
    if (
        source.getnchannels() != 1
        or source.getsampwidth() != 2
        or source.getframerate() != SAMPLE_RATE
        or source.getcomptype() != "NONE"
    ):
        raise ValueError("Use mono, 24 kHz, 16-bit PCM WAV audio.")
    pcm = source.readframes(source.getnframes())

if len(pcm) < SAMPLE_RATE * 2 // 10:
    raise ValueError("Use a spoken recording longer than 100 ms.")

for offset in range(0, len(pcm), 4800):
    await ws.send(json.dumps({
        "type": "input_audio_buffer.append",
        "audio": base64.b64encode(pcm[offset:offset + 4800]).decode("ascii"),
    }))
await ws.send(json.dumps({"type": "input_audio_buffer.commit"}))
while (await receive_event(ws)).get("type") != "input_audio_buffer.committed":
    pass

Đọc thêm

Grok Voice 3.0 là gì và cách sử dụng nó?

Thực hiện API call đầu tiên.

TL;DR

Kết nối bài viết này với quyết định tiếp theo.

Các điểm chính

Grok Voice 3.0 là gì?

Các tính năng và khả năng chính của Grok Voice 3.0

Hiệu năng benchmark của Grok Voice 3.0

Bạn cần gì trước khi gọi API Grok Voice 3.0?

Cách sử dụng API Grok Voice 3.0 với Python

Bước 1: Chọn một mô hình cố định và cấu hình phiên

Bước 2: Gửi văn bản và thu phản hồi dạng giọng nói

Bước 3: Chạy script và kiểm tra kết quả

Làm thế nào để gửi âm thanh tới Grok Voice 3.0?

Âm thanh đã ghi với hoàn tất lượt thủ công

Thu âm micro trực tiếp và phát ngay lập tức

Cách thêm công cụ cho tác nhân Grok Voice 3.0?

Cách sử dụng Grok Voice 3.0 trong ứng dụng trình duyệt và di động

Cách khắc phục lỗi thường gặp của API Grok Voice 3.0

Bạn nên dự trù chi phí gì cho các cuộc gọi API Grok Voice 3.0?

Kết luận