SpaceXAI: Grok Voice TTS 1.0

يحوّل Grok Text to Speech النص المكتوب إلى صوت تعبيري بأصوات قابلة للاختيار وإشارات أداء داخل النص وعدة مرمّزات إخراج. تدعم العائلة الموثّقة لدى الجهة المنتجة الكلام كاملًا وبالبث، إضافة إلى توقيتات اختيارية على مستوى الأحرف.

Ailoot Ultra · توليد الكلام POST /v1/audio/speech x-ai/grok-voice-tts-1.0

عن النموذج

يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.

Grok Text to Speech هو قدرة تحويل النص إلى صوت في عائلة Grok الصوتية. توثّق الشركة المصنّعة متحدثين مدمجين تعبيريين وإشارات صوتية داخل النص وصيغ إخراج ملائمة لتشغيل الوسائط أو الصوت الهاتفي. مدخله النص المطلوب نطقه مع اختيارات الصوت واللغة. والتسجيل الناتج كلام من ذلك النص؛ أما نماذج التعرّف على الكلام وتحويل الكلام إلى كلام في المحادثات فلها مهام منفصلة.

الصوت واللغة والنص المنطوق

يمنح كتالوج الجهة المنتجة كل صوت طابع إلقاء. Ara دافئ وودود، وEve مرح بلكنة بريطانية، وRex موصوف بالوضوح والثقة. الصوت واللغة مستقلان في العائلة الموثّقة: يستطيع المتحدثون المدمجون استخدام كل خيار لغوي مدعوم. يسرد الدليل عشرين خيارًا لرموز اللغات، تشمل صيغًا إقليمية، ويدعم أيضًا اكتشاف اللغة تلقائيًا. وإلى جانب المتحدثين المدمجين، توثّق الجهة المنتجة أصواتًا مخصصة قابلة لإعادة الاستخدام، تُنشأ من تسجيل مرجعي وتُختار عبر voice_id للتوليد الكامل أو بالبث. يمكن أن تصل مدة الصوت المرجعي إلى 120 ثانية؛ ويوصى بـ90–120 ثانية من كلام نظيف لمتحدث واحد لالتقاط الإلقاء والتنغيم. احتفظ بالمرجع وملف الصوت المنشأ والتسجيل المولّد بوصفها مواد منفصلة، وطابق أداء المرجع مع النص المقصود.

أعدّ الصياغة النهائية المنطوقة مع الحفاظ على اللغة المقصودة للأسماء والمقاطع المقتبسة. وللدليل المسرود، من الأمثلة المفيدة: «اختر موضوعًا، واستمع إلى المقدمة القصيرة، وافتح القسم الذي تريد استكشافه.» وإذا احتاج اسم علامة تجارية أو مصطلح متخصص إلى قراءة معينة، تستطيع إعدادات الاستبدال لدى الشركة المصنّعة تقديم تهجئة بديلة أو نطق IPA دون تغيير النص المصدر المعروض. ويحوّل خيار منفصل لتسوية النص الأرقام والاختصارات والرموز المكتوبة نحو صيغتها المنطوقة.

إشارات الأداء

تضع الوسوم الداخلية حدثًا عند نقطة محددة، مثل توقف أو ضحكة أو تنهيدة أو نفس. وتطبّق الوسوم المحيطة أسلوب إلقاء على عبارة مكتملة، مثل الهمس أو التشديد أو مقطع أبطأ. ضع الإشارة حيث يستدعي المعنى وأبقِ الكلمات مقروءة. يوصي الدليل بنطاقات أسلوب تشمل عبارات مكتملة وبالترقيم بدل تكديس وسوم غير مترابطة.

لعبارة شخصية تعبيرية، أعدّ الجملة المنطوقة وتحول الأداء معًا. ولشرح، احتفظ بإيقاع واضح يساعد المستمع على متابعة الخطوات. النطاق الموثّق لمعدل الكلام هو 0.7 إلى 1.5، مع 1.0 للإلقاء العادي. يغيّر اختيار السرعة وتيرة الكلام؛ ولا يغيّر الكلمات التي ينبغي أن يوصلها التطبيق.

الصوت والتوقيتات

توثّق الجهة المنتجة إخراج MP3 وWAV وPCM الخام وmu-law وA-law. تمتد خيارات معدل العينات المدعومة من 8 kHz إلى 48 kHz، مع معدلات محددة مدرجة بينهما. وإعداد MP3 الافتراضي هو 24 kHz عند 128 kbit/s. استخدم تمثيلًا صوتيًا يستطيع المشغّل أو مرحلة التحرير أو مسار الهاتف المقصود تفسيره.

تربط توقيتات الأحرف الاختيارية تسلسل الأحرف المُعاد بأزمنة البدء والانتهاء. ودون استبدالات النطق، يعكس ذلك التسلسل المدخل؛ وقد تحوّله الاستبدالات إلى النص المنطوق. ويمكنها دعم عرض للقراءة المصاحبة أو الإبراز أو المحاذاة مع أداء بصري. وفي مسار الاستجابة الكاملة، يغيّر طلب التوقيتات المخرج إلى غلاف يضم صوتًا مُرمّزًا وبيانات توقيت. تعامل مع التوقيتات والصوت بوصفهما نتيجة مزدوجة، خصوصًا عندما توسّع تسوية النص رمزًا مكتوبًا إلى كلمات منطوقة متعددة.

التوليد الكامل أو بالبث

توفر الشركة المصنّعة مسار طلب كامل وبثًا ثنائي الاتجاه تصل فيه شذرات النص وتعود الأجزاء الصوتية أثناء توليد العبارة. وتوثّق حدًا يبلغ 60,000 حرف لطلب كامل ولكل شذرة نص متدفقة منفردة. ولإكمال العبارة أو مسحها دور صريح في سير عمل البث.

للسرد الأطول، اختر حدود مقاطع مترابطة واحتفظ بالنص مع كل نتيجة. وللتشغيل التفاعلي، ميّز النص المُرسل للتوليد عن الصوت الذي سمعه المستمع بالفعل. والمخرج المفيد نص مُؤدّى بصوت مع إشارات أداء مقصودة وصيغة صوتية مناسبة وبيانات توقيت عندما يحتاجها التطبيق. احتفظ بالنص والصوت المختار وإشارات الأداء وإعدادات الإخراج مع التسجيل كي تحافظ المراجعات اللاحقة على الإلقاء المقصود.

Ailoot Ultra · توليد الكلام POST /v1/audio/speech x-ai/grok-voice-tts-1.0

x-ai/grok-voice-tts-1.0

SpaceXAI /x-ai/grok-voice-tts-1.0

البداية

المدخلات المقبولة: النص
النتائج: الصوت

متاح في Ailoot · المدخلات والطرائق

Ailoot Ultra · توليد الكلام POST /v1/audio/speech

الإدخال: text
الإخراج: audio
صيغة الإخراج: mp3

الحقل	النوع	المتطلب	القيم والحدود	القيمة الافتراضية
الحقل`model`	النوع`string`	المتطلبمطلوب	القيم والحدود x-ai/grok-voice-tts-1.0	القيمة الافتراضية—
الحقل`input`	النوع`string`	المتطلبمطلوب	القيم والحدود الحد الأدنى للطول: ⁦1⁩ الحد الأقصى للطول: ⁦15,000⁩ الوحدة: محارف Unicode	القيمة الافتراضية—
الحقل`voice`	النوع`string`	المتطلبمطلوب	القيم والحدود eve, ara, rex, sal, leo	القيمة الافتراضية—
الحقل`response_format`	النوع`string`	المتطلبمطلوب	القيم والحدود mp3	القيمة الافتراضية—

تركيبات مواد الإدخال

text_to_speech · مطلوب: input

معلمات الطريقة ودورة حياتها

المعلمة	المواصفات
المعلمة`content_type`	المواصفاتapplication/json
المعلمة`required`	المواصفاتmodel, input, voice, response_format
المعلمة`voice_ids`	المواصفاتeve, ara, rex, sal, leo
المعلمة`response_format`	المواصفاتmp3
المعلمة`max_input_characters`	المواصفات15000
المعلمة`other_options`	المواصفاتfalse
المعلمة`input`	المواصفاتنص UTF-8 الدقيق؛ يُحصى عدد محارف Unicode دون تطبيع
المعلمة`material_types`	المواصفاتtext

دورة الحياة: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · قيمة task_id الفعلية المُعادة أو سجل مكتبة الوسائط

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

اختر الصوت المحدد من ملف إعداد هذا النموذج.

أحرف الإدخال وثواني الصوت مقياسان مختلفان للاستخدام.

الباقات

مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.

الوضع السريع: غير محدد عند اختيار الوضع السريع
الوضع المرن: غير محدد عند اختيار وضع flex
أقصى جهد للاستدلال: غير محدد عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال

تعرفات Ailoot

الأسعار حسب الإعدادات

طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.

الإعدادات	جدول التعرفة	الكمية القابلة للفوترة	وحدة الفوترة	الرسوم
الإعداداتالتعرفات الأساسية للرموز	جدول التعرفةالتعرفة الأساسية	الكمية القابلة للفوترة—	وحدة الفوترة—	الرسوم الإدخال · رموز الإدخال — / 1K من الرموز الإخراج · رموز الإخراج — / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز
الإعداداتUltra	جدول التعرفة—	الكمية القابلة للفوترةتُحتسب كل نقطة ترميز Unicode حرفًا واحدًا، بما في ذلك محارف هان.	وحدة الفوترةلكل 1K حرف مُدخل	الرسوم الإدخال · محرف إدخال $0.03 لكل 1K حرف مُدخل

تفاصيل التعرفة المرجعية

لا تغيّر جداول التعرفة المرجعية على مستوى النموذج اختيار الطريقة أو عروض الأسعار أو الرسوم. وتستخدم الرسوم الفعلية تعرفات طريقة Ailoot المحددة.

SpaceXAI: Grok Voice TTS 1.0

الأسعار حسب الإعدادات

الإعدادات	شروط الفوترة	الرسوم
الإعداداتSpaceXAI: Grok Voice TTS 1.0 · الإعداد الافتراضي	شروط الفوترةالإعداد الافتراضي	الرسوم الإدخال · أحرف الإدخال ⁦‏0.00003 US$⁩ لكل حرف مُدخل

تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →

أمثلة للطلبات

Ailoot Ultra · توليد الكلام

curl

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}"
export AILOOT_VOICE_ID
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "x-ai/grok-voice-tts-1.0", "input": "Good afternoon! This is a short voice take."}')
voice=os.environ["AILOOT_VOICE_ID"]
allowed=json.loads('["eve", "ara", "rex", "sal", "leo"]')
if voice not in allowed: raise SystemExit("Choose an accepted voice ID from this exact model profile")
p["voice"]=voice
p["response_format"]="mp3"
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o speech.mp3

استلام النتائج وحفظها

Ailoot Ultra · توليد الكلام

mp3

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

عمليات أخرى لقراءة المحتوى

مكتبة الوسائطحالة المهمةتفاصيل الأصل

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-assets.json

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_MEDIA_TASK_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_MEDIA_TASK_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/tasks/$resource_id" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-task.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-task.json").read_text())))
PY_RESULT

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_ASSET_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_ASSET_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/assets/$resource_id" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-asset.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-asset.json").read_text())))
PY_RESULT

الاحتفاظ بكل النتائج المكتملة

احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.

احتفظ بالنتيجة الثنائية كاملة وبجميع الترويسات. إذا أُعيدت بيانات JSON أو مخرجات متعددة، فاحتفظ بكل عنصر بيانات واجلب محتوى كل عنوان URL فعلي موقّع لأصل من أصول الوسائط.

عند الحاجة إلى التحقق من الاستجابة الأصلية

احتفظ بقيمة operation_id/X-Client-Request-ID الأصلية للمطابقة دون إعادة الإرسال؛ لا يوجد مسار مخصص للاستعلام الدوري عن الصوت.

حقول الاستجابة

الحقل	النوع
الحقل`binary audio`	النوعbytes
الحقل`response headers`	النوعheaders

الأخطاء والخطوات التالية

الاستجابة	الشرط	الخطوة التالية
الاستجابة⁦400⁩ · `invalid_request_error`	الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة	الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد.
الاستجابة`server_error`	الشرطتشير الاستجابة المُعادة إلى أن العملية أو النتيجة تتطلب التحقق	الخطوة التاليةاحتفظ بمعرّف العملية أو المهمة الأصلي المُعاد، وبترويسات الطلب وبالاستجابة؛ وواصل عمليات القراءة المدعومة لتلك العملية الأصلية. لا تُعِد إرسال طلب الإنشاء.

الأسماء البديلة

الأسماء البديلة للنموذج

Ailoot Ultra x-ai/grok-voice-tts-1.0

الأسماء البديلة لمسارات الطرائق

استخدم مسارات الطرائق المعروضة أعلاه.

معرّفات النماذج ذات الصلة IDs

x-ai/grok-voice-tts-1.0

FAQ · SpaceXAI: Grok Voice TTS 1.0

ما المدخلات والنتائج المتاحة؟: POST /v1/audio/speech · x-ai/grok-voice-tts-1.0: text → audio
ما الحقول التي يستخدمها الطلب؟: POST /v1/audio/speech · x-ai/grok-voice-tts-1.0: model, input, voice, response_format
ما الحدود المطبقة؟: POST /v1/audio/speech · x-ai/grok-voice-tts-1.0: input.maximum_length: 15000

SpaceXAI: Grok Voice TTS 1.0