Končna točka WebSocket in povezava v realnem času
Na tej strani
Posodobljeno 3. novembra 2026 na podlagi strani xAI Speech to Speech, Pricing in Rate limits: 0,08 USD na minuto, sočasne seje po ravneh in
grok-voice-3.0kot trenutni model. Viri: Speech to Speech · Pricing · Rate limits.
API za glasovnega agenta v realnem času
API Grok Voice Agent ti omogoča gradnjo konverzacijskih glasovnih agentov, ki v realnem času komunicirajo s tvojimi uporabniki. Za razliko od klasičnih REST API-jev, ki delujejo po principu zahteva-odgovor, ta API uporablja protokol WebSocket za ohranjanje stalne dvosmerne povezave med tvojo aplikacijo in strežniki xAI.

Na voljo je samo ena končna točka:
wss://api.x.ai/v1/realtime
Model izbereš s parametrom URL model, na primer wss://api.x.ai/v1/realtime?model=grok-voice-latest. grok-voice-latest kaže na grok-voice-3.0, kar je trenutni model, in je tudi privzeta vrednost. V produkcijskem okolju xAI priporoča uporabo določene imenovane različice.
Ta ena sama končna točka upravlja celoten življenjski cikel glasovnega pogovora: prejemanje zvoka, zaznavanje govora, generiranje odgovora in pošiljanje sintetiziranega zvoka nazaj.
Vzpostavitev povezave WebSocket
Za povezavo vstavite svoj ključ API xAI v glavo za avtorizacijo. Primer v JavaScriptu:
const ws = new WebSocket("wss://api.x.ai/v1/realtime", {
headers: {
"Authorization": "Bearer " + process.env.XAI_API_KEY
}
});
ws.on("open", () => {
console.log("WebSocket connection established");
});
ws.on("message", (data) => {
const event = JSON.parse(data);
console.log("Event received:", event.type);
});
ws.on("close", (code, reason) => {
console.log("Connection closed:", code, reason);
});
ws.on("error", (err) => {
console.error("WebSocket error:", err);
});
V Pythonu lahko uporabiš knjižnico websockets:
import asyncio
import websockets
import json
import os
async def connect():
uri = "wss://api.x.ai/v1/realtime"
headers = {
"Authorization": f"Bearer {os.environ['XAI_API_KEY']}"
}
async with websockets.connect(uri, additional_headers=headers) as ws:
async for message in ws:
event = json.loads(message)
print(f"Event: {event['type']}")
asyncio.run(connect())
Življenjski cikel seje
Takoj ko se povezava WebSocket vzpostavi, strežnik pošlje dogodek session.created, ki potrjuje, da je seja aktivna. Nato pošlješ dogodek session.update za konfiguracijo pogovora (glas, navodila, orodja, zaznavanje menjave govorca).
Tipičen cikel izgleda takole:
- Povezava: odpri WebSocket z avtentikacijo
- Konfiguracija: pošlji
session.updates svojimi nastavitvami - Potrditev: prejmi
session.updateds strani strežnika - Pogovor: izmenjava dogodkov zvoka in besedila
- Zaključek: čista prekinitev povezave WebSocket
Obravnava napak pri povezavi
Strežnik lahko zapre ali zavrne povezavo iz več razlogov: napaka pri avtentikaciji, presežena omejitev sočasnih sej za tvojo raven (10 na osnovni ravni, do 200 na najvišji) ali incident. Trenutna dokumentacija ne določa največje dolžine seje, nadaljevanje seje (lekcija 4) pa ti omogoča nadaljevanje pogovora po prekinitvi. Tvoja aplikacija mora vključevati logiko za ponovno povezavo z eksponentnim zamikom (exponential backoff).
Cene preverjene 3. novembra 2026. Cene se pogosto spreminjajo: pred načrtovanjem proračuna preveri trenutne tarife na uradni strani s cenami xAI.
Ključne ugotovitve
- Končna točka WebSocket
wss://api.x.ai/v1/realtimeje edina vstopna točka za vse glasovne pogovore - Avtentikacija poteka z glavo
Authorization: Bearer {API ključ} - Število sočasnih sej je odvisno od tvoje ravni: 10 na osnovni ravni, do 200
- Strežnik ob povezavi pošlje
session.created, nato pa čaka na tvojsession.updateza konfiguracijo pogovora - Cena znaša 0,08 USD na minuto oziroma 4,80 USD na uro, plus 0,004 USD za vnos besedila