Source: https://ailoot.ai/models/da/x-ai-grok-voice-tts-1-0/ Canonical: https://ailoot.ai/models/da/x-ai-grok-voice-tts-1-0/ Language: da # SpaceXAI: Grok Voice TTS 1.0 [Markdown](https://ailoot.ai/models/da/x-ai-grok-voice-tts-1-0/index.md) · [JSON](https://ailoot.ai/models/da/x-ai-grok-voice-tts-1-0/facts.json) ## [SpaceXAI: Grok Voice TTS 1.0](https://ailoot.ai/models/da/x-ai-grok-voice-tts-1-0/) Grok Text to Speech omdanner skrevet tekst til udtryksfuld lyd med valgbare stemmer, indlejrede fremførelsesmarkører og flere outputcodecs. Den dokumenterede producentfamilie understøtter komplet og streamet tale samt valgfrie tidsangivelser på tegnniveau. - [**Ailoot Ultra · Oplæsning** `POST /v1/audio/speech` `x-ai/grok-voice-tts-1.0`](https://ailoot.ai/models/da/x-ai-grok-voice-tts-1-0/#method-0) Om modellen Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode. Grok Text to Speech er Grok-stemmefamiliens tekst-til-lyd-funktion. Producenten dokumenterer udtryksfulde indbyggede talere, indlejrede stemmemarkører og outputformater til medieafspilning eller telefonlyd. Inputtet er det manuskript, der skal læses op, sammen med valg af stemme og sprog. Den resulterende optagelse er tale fra dette manuskript; talegenkendelse og samtalebaserede tale-til-tale-modeller har særskilte opgaver. #### Stemme, sprog og talt tekst Producentkataloget giver hver stemme en fremførelsesprofil. Ara er varm og venlig, Eve er livlig med britisk accent, og Rex beskrives som klar og selvsikker. Stemme og sprog er uafhængige i den dokumenterede familie: indbyggede talere kan bruge hvert af de understøttede sprogvalg. Vejledningen angiver tyve sprogkodevalg, herunder regionale varianter, og understøtter også automatisk sproggenkendelse. Ud over indbyggede talere dokumenterer producenten genanvendelige brugerdefinerede stemmer, der oprettes fra en referenceoptagelse og vælges med voice\_id til komplet eller streamet syntese. Referencelyden kan være op til 120 sekunder; 90–120 sekunders ren tale med én taler anbefales til at indfange fremførelse og intonation. Behold referencen, den oprettede stemmeprofil og den genererede optagelse som særskilte artefakter, og tilpas referencepræstationen til det tilsigtede manuskript. Forbered den færdige talte ordlyd, og bevar det tilsigtede sprog i navne og citerede passager. En nyttig replik til en fortalt vejledning er: »Vælg et emne, lyt til den korte introduktion, og åbn det afsnit, du vil udforske.« Hvis et brandnavn eller fagudtryk kræver en bestemt læsning, kan producentens erstatningskontroller levere en alternativ stavning eller IPA-udtale uden at ændre den viste kildetekst. En særskilt mulighed for tekstnormalisering omdanner skrevne tal, forkortelser og symboler mod deres talte form. #### Fremførelsesmarkører Indlejrede tags placerer en hændelse på et bestemt sted, for eksempel en pause, latter, et suk eller et åndedrag. Omsluttende tags anvender en fremførelse på en hel frase, for eksempel hvisken, betoning eller en langsommere passage. Placer markøren, hvor betydningen kræver det, og behold ordene læsbare. Vejledningen anbefaler stilmarkeringer omkring hele fraser og tegnsætning frem for en stak uvedkommende tags. Til en udtryksfuld figurreplik skal den talte sætning og fremførelsesskiftet forberedes sammen. I en forklaring skal du bevare en tydelig rytme, der hjælper lytteren med at følge trinnene. Det dokumenterede interval for talehastighed er 0.7 til 1.5 med 1.0 som normal fremførelse. Et hastighedsvalg ændrer taletempoet; det ændrer ikke de ord, applikationen skal kommunikere. #### Lyd og tidsangivelser Producenten dokumenterer output som MP3, WAV, rå PCM, mu-law og A-law. De understøttede samplerater spænder fra 8 kHz til 48 kHz med bestemte angivne rater mellem disse værdier. Standardkonfigurationen for MP3 er 24 kHz ved 128 kbit/s. Brug en lydrepræsentation, som den tilsigtede afspiller, redigeringsfase eller telefonivej kan fortolke. Valgfrie tegntider forbinder den returnerede tegnsekvens med start- og sluttider. Uden udtaleerstatninger afspejler sekvensen inputtet; erstatninger kan ændre den til den talte tekst. De kan understøtte en medlæsningsvisning, fremhævning eller synkronisering med en visuel fremførelse. I arbejdsgangen med komplet svar ændrer en anmodning om tidsangivelser outputtet til en indpakning med kodet lyd og tidsdata. Behandl tidsangivelser og lyd som et samlet resultat, især når tekstnormalisering udvider et skrevet symbol til flere talte ord. #### Komplet eller streamet generering Producenten tilbyder en vej med komplet anmodning og tovejs-streaming, hvor tekstfragmenter ankommer, og lydbidder returneres, mens ytringen genereres. Den dokumenterer en grænse på 60.000 tegn for en komplet anmodning og for et enkelt streamet tekstfragment. At afslutte eller rydde en ytring har en eksplicit rolle i streamingarbejdsgangen. Til længere fortælling skal du vælge sammenhængende passagegrænser og gemme manuskriptet med hvert resultat. Til interaktiv afspilning skal du skelne mellem tekst sendt til syntese og lyd, som lytteren allerede har hørt. Den nyttige leverance er et indtalt manuskript med bevidste fremførelsesmarkører, et passende lydformat og tidsdata, når applikationen har brug for dem. Gem manuskript, valgt stemme, fremførelsesmarkører og outputindstillinger sammen med lyden, så senere revisioner bevarer den tilsigtede fremførelse. **Ailoot Ultra · Oplæsning** `POST /v1/audio/speech` `x-ai/grok-voice-tts-1.0` [`x-ai/grok-voice-tts-1.0`](https://ailoot.ai/models/da/#m=x-ai%2Fgrok-voice-tts-1.0&route=Ultra&caller=x-ai%2Fgrok-voice-tts-1.0&fmt=speech) SpaceXAI /`x-ai/grok-voice-tts-1.0` ### Start Grok Text to Speech omdanner skrevet tekst til udtryksfuld lyd med valgbare stemmer, indlejrede fremførelsesmarkører og flere outputcodecs. Den dokumenterede producentfamilie understøtter komplet og streamet tale samt valgfrie tidsangivelser på tegnniveau. Accepterede input Tekst Resultater Lyd ### Tilgængelig i Ailoot · input og metoder **Ailoot Ultra · Oplæsning** `POST /v1/audio/speech` Inputtyper `text` Outputtyper `audio` Outputformat mp3 | Felt | Type | Krav | Værdier og grænser | Standard | | --- | --- | --- | --- | --- | | Felt`model` | Type`string` | KravPåkrævet | Værdier og grænser x-ai/grok-voice-tts-1.0 | Standard— | | Felt`input` | Type`string` | KravPåkrævet | Værdier og grænser Minimumslængde: 1 Maksimal længde: 15.000 Enhed: Unicode-tegn | Standard— | | Felt`voice` | Type`string` | KravPåkrævet | Værdier og grænser eve, ara, rex, sal, leo | Standard— | | Felt`response_format` | Type`string` | KravPåkrævet | Værdier og grænser mp3 | Standard— | Kombinationer af inputmaterialer **text\_to\_speech** · Påkrævet: input Metodeparametre og livscyklus | Parameter | Kontrakt | | --- | --- | | Parameter`content_type` | Kontraktapplication/json | | Parameter`required` | Kontraktmodel, input, voice, response\_format | | Parameter`voice_ids` | Kontrakteve, ara, rex, sal, leo | | Parameter`response_format` | Kontraktmp3 | | Parameter`max_input_characters` | Kontrakt15000 | | Parameter`other_options` | Kontraktfalse | | Parameter`input` | Kontraktpræcis UTF-8-tekst; antal Unicode-tegn uden normalisering | | Parameter`material_types` | Kontrakttext | Livscyklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · det faktisk returnerede task\_id eller posten i mediebiblioteket `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Vælg den præcise stemme fra denne modelprofil. Inputtegn og lydsekunder er forskellige måleenheder. ### Priser Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode. Hurtig tilstand Ikke angivet Når hurtig tilstand er valgt flex-tilstand Ikke angivet Når flex-tilstanden er valgt Maksimal ræsonneringsindsats Ikke angivet Når default-justeringen anvendes ved maksimal ræsonneringsindsats #### Ailoot-takster #### Priser efter konfiguration Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer. | Konfiguration | Takstplan | Afregningsmængde | Afregningsenhed | Beløb | | --- | --- | --- | --- | --- | | KonfigurationGrundpriser for tokens | TakstplanGrundtakst | Afregningsmængde— | Afregningsenhed— | Beløb Input · Inputtokens **—** / 1K tokens Output · Outputtokens **—** / 1K tokens Input · Cachelæsning **—** / 1K tokens Input · Cacheskrivning **—** / 1K tokens Input · Cacheskrivning, 1 time **—** / 1K tokens | | KonfigurationUltra | Takstplan— | AfregningsmængdeHvert Unicode-kodepunkt tæller som ét tegn, herunder Han-tegn. | Afregningsenhedpr. 1K inputtegn | Beløb Input · inputtegn **$0.03** pr. 1K inputtegn | #### Detaljer om referencetariffen Referenceplaner på modelniveau ændrer ikke metodevalg, prisoverslag eller opkrævninger. Ved den aktive afregning anvendes taksterne for den valgte Ailoot-metode. SpaceXAI: Grok Voice TTS 1.0 #### Priser efter konfiguration | Konfiguration | Afregningsbetingelser | Beløb | | --- | --- | --- | | KonfigurationSpaceXAI: Grok Voice TTS 1.0 · Standardkonfiguration | AfregningsbetingelserStandardkonfiguration | Beløb Input · Inputtegn **0,00003 US$** pr. inputtegn | Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. [Sådan fungerer reservation og afregning →](https://ailoot.ai/docs/da/billing/reserve/) ### Eksempelanmodninger #### Ailoot Ultra · Oplæsning curl ```bash 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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o speech.mp3 ``` ### Hent og gem resultater #### Ailoot Ultra · Oplæsning mp3 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Læsning af andet indhold MediebibliotekOpgavestatusFildetaljer ```bash set -eu : "${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 $AILOOT_API_KEY" -o media-assets.json ``` ```bash set -eu : "${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 $AILOOT_API_KEY" -o media-task.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path("media-task.json").read_text()))) PY_RESULT ``` ```bash set -eu : "${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 ``` ##### Behold alle færdige resultater Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel. Gem hele det binære resultat og alle headere. Hvis der returneres JSON eller flere output, skal du gemme hvert dataelement og hente alle de faktiske signerede asset-URL'er. ##### Hvis det oprindelige svar skal kontrolleres Gem det oprindelige operation\_id/X-Client-Request-ID til afstemning uden genindsendelse; der er ingen særskilt rute til polling af lyd. Svarfelter | Felt | Type | | --- | --- | | Felt`binary audio` | Typebytes | | Felt`response headers` | Typeheaders | Fejl og næste trin | Svar | Betingelse | Næste trin | | --- | --- | --- | | Svar400 · `invalid_request_error` | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. | | Svar`server_error` | BetingelseDet returnerede svar angiver, at operationen eller resultatet skal kontrolleres | Næste trinGem det oprindeligt returnerede operations-/opgave-ID, anmodningens headere og svaret; fortsæt med de understøttede læseanmodninger for den oprindelige operation. Send ikke oprettelsesanmodningen igen. | ### Aliaser #### Modelaliaser **Ailoot Ultra** [`x-ai/grok-voice-tts-1.0`](https://ailoot.ai/models/da/#m=x-ai%2Fgrok-voice-tts-1.0&route=Ultra&caller=x-ai%2Fgrok-voice-tts-1.0&fmt=speech) #### Aliaser for metodestier Brug metodestierne vist ovenfor. #### Relaterede kalder-ID’er [`x-ai/grok-voice-tts-1.0`](https://ailoot.ai/models/da/#m=x-ai%2Fgrok-voice-tts-1.0&route=Ultra&caller=x-ai%2Fgrok-voice-tts-1.0&fmt=speech) FAQ · SpaceXAI: Grok Voice TTS 1.0 Hvilke input og resultater er tilgængelige? `POST /v1/audio/speech` · `x-ai/grok-voice-tts-1.0`: `text` → `audio` Hvilke felter bruger anmodningen? `POST /v1/audio/speech` · `x-ai/grok-voice-tts-1.0`: `model`, `input`, `voice`, `response_format` Hvilke grænser gælder? `POST /v1/audio/speech` · `x-ai/grok-voice-tts-1.0`: `input.maximum_length`: `15000` Tilslut Ailoot til Claude Code, OpenCode, Hermes eller din egen applikation. ## Virksomheden og dens projektportefølje Virksomheden og dens projektportefølje: millioner af kunder; månedligt salg for milliarder. ## Køb tokens med rabat. Abonnementsrabat til regelmæssigt arbejde. Rabatkoder giver op til 50% på tokenkøb. Abonnement Vælg et abonnement med rabat til dine regelmæssige anmodninger. Rabatkode på op til 50% Indtast koden ved købet. Prisen genberegnes efter den aktuelle kampagne. Udgifter i historikken Model, tokens og beløb gemmes for hver anmodning. [Vælg abonnement](https://ailoot.ai/docs/da/billing/subscriptions/) · [Se modelpriser](https://ailoot.ai/models/da/) ## Tilslut API’et til produktet, du sælger. SaaS, apps og bots efter Ailoots tilbudsvilkår og licensaftale. Anmod om en forhandlerlicens til videresalg. Kommerciel applikation Byg generering af tekst, billeder, video og lyd ind i tjenestens betalte funktioner. Licens til forhandlere Send projektbeskrivelse og adgangsmodel. Bed om skriftlige vilkår for anvendelse og videresalg. Dokumenter på websitet Tilbudsvilkår, licensaftale og politik for behandling af data kan læses før tilslutning. [Anmod om forhandlerlicens](mailto:support@ailoot.ai) · [Tilbudsvilkår og licensaftale](https://ailoot.ai/legal/offer?lang=da) ## Ailoot · Virksomheden og dens projektportefølje Ailoot bygger på solid driftserfaring, en stor kundebase, stabil service og løbende kontrol af KPI. Virksomheden og dens projektportefølje: millioner af kunder; månedligt salg for milliarder. Ailoot bruger denne driftserfaring til API-adgang til AI-funktioner i kundernes produkter, agenter, applikationer og automatiseringer.