Preskok na glavno vsebino
Slovenščina— Izberite jezik
Meni

Končna točka WebSocket in povezava v realnem času

Lekcija 1 od 16 Posodobljeno 3. november 2026 Razvijalec
Na tej strani
  1. API za glasovnega agenta v realnem času
  2. Vzpostavitev povezave WebSocket
  3. Življenjski cikel seje
  4. Ključne ugotovitve

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-3.0 kot 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.

Dokumentacija API-ja Voice Agent

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.

WebSocket
Protokol v realnem času
grok-voice-3.0
Trenutni model
10
Sočasnih sej na osnovni ravni
0,08 USD/min
Cenik

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:

  1. Povezava: odpri WebSocket z avtentikacijo
  2. Konfiguracija: pošlji session.update s svojimi nastavitvami
  3. Potrditev: prejmi session.updated s strani strežnika
  4. Pogovor: izmenjava dogodkov zvoka in besedila
  5. 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/realtime je 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 tvoj session.update za konfiguracijo pogovora
  • Cena znaša 0,08 USD na minuto oziroma 4,80 USD na uro, plus 0,004 USD za vnos besedila