SpaceXAI: Grok Voice TTS 1.0

Grok Text to Speech הופך טקסט כתוב לשמע עשיר בהבעה, עם קולות לבחירה, רמזי ביצוע בתוך הטקסט ומספר קודקי פלט. משפחת היצרן המתועדת תומכת בדיבור מלא ובהזרמה, וכן בתזמון אופציונלי ברמת התו.

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

על המודל

התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.

Grok Text to Speech הוא יכולת הטקסט־לשמע של משפחת הקול Grok. היצרן מתעד דוברים מובנים עשירים בהבעה, רמזים קוליים בתוך הטקסט ופורמטי פלט המתאימים לנגינת מדיה או לשמע טלפוני. הקלט הוא התמליל להקראה, יחד עם בחירות קול ושפה. ההקלטה המתקבלת היא דיבור מתוך אותו תמליל; לזיהוי דיבור ולמודלי דיבור־לדיבור שיחתיים יש משימות נפרדות.

קול, שפה וטקסט להקראה

קטלוג היצרן מעניק לכל קול פרופיל הגשה. Ara חמה וידידותית, Eve עליזה ובעלת מבטא בריטי, ו־Rex מתואר כברור ובטוח בעצמו. במשפחה המתועדת, קול ושפה בלתי תלויים: דוברים מובנים יכולים להשתמש בכל בחירת שפה נתמכת. המדריך מפרט עשרים אפשרויות של קודי שפה, כולל וריאציות אזוריות, ותומך גם בזיהוי שפה אוטומטי. לצד דוברים מובנים, היצרן מתעד קולות מותאמים לשימוש חוזר, הנוצרים מהקלטת ייחוס ונבחרים באמצעות voice_id לסינתזה מלאה או בהזרמה. שמע הייחוס יכול להיות באורך של עד 120 שניות; מומלצות 90–120 שניות של דיבור נקי של דובר יחיד כדי ללכוד הגשה ואינטונציה. שמרו את דוגמת הייחוס, פרופיל הקול שנוצר וההקלטה שנוצרה כתוצרים נפרדים, והתאימו את ביצוע הייחוס לתסריט המיועד.

הכינו את הנוסח הסופי להקראה ושמרו על השפה המיועדת של שמות וקטעים מצוטטים. במדריך מוקרא, שורה שימושית היא: ״בחרו נושא, האזינו לפתיחה הקצרה ופתחו את המקטע שברצונכם לחקור.״ אם שם מותג או מונח מקצועי דורשים קריאה מסוימת, בקרות ההחלפה של היצרן יכולות לספק איות מחדש או הגיית IPA בלי לשנות את טקסט המקור המוצג. אפשרות נרמול טקסט נפרדת ממירה מספרים, קיצורים וסמלים כתובים לכיוון צורתם המדוברת.

רמזי ביצוע

תגים בתוך הטקסט מציבים אירוע בנקודה מסוימת, כגון הפסקה, צחוק, אנחה או נשימה. תגים עוטפים מחילים הגשה על ביטוי שלם, למשל לחישה, הדגשה או קטע איטי יותר. הציבו את הרמז במקום שהמשמעות דורשת ושמרו על מילים קריאות. המדריך ממליץ על טווחי סגנון לביטויים שלמים ועל פיסוק, במקום ערמה של תגים בלתי קשורים.

לשורת דמות עשירה בהבעה, הכינו יחד את המשפט המדובר ואת שינוי הביצוע. להסבר, שמרו על קצב ברור המסייע למאזין לעקוב אחר השלבים. טווח קצב הדיבור המתועד הוא 0.7 עד 1.5, כאשר 1.0 הוא הגשה רגילה. בחירת מהירות משנה את קצב הדיבור; היא אינה משנה את המילים שהיישום צריך להעביר.

שמע ותזמונים

היצרן מתעד פלט MP3, ‏WAV, ‏PCM גולמי, mu-law ו־A-law. אפשרויות קצב הדגימה הנתמכות נעות מ־8 kHz עד 48 kHz, עם קצבים מסוימים המפורטים בין הערכים הללו. תצורת ה־MP3 שלו כברירת מחדל היא 24 kHz ב־128 kbit/s. השתמשו בייצוג שמע שהנגן, שלב העריכה או נתיב הטלפוניה המיועדים יכולים לפענח.

תזמוני תווים אופציונליים מקשרים את רצף התווים המוחזר לזמני התחלה וסיום. ללא החלפות הגייה, הרצף משקף את הקלט; החלפות יכולות לשנותו לטקסט המדובר. התזמונים יכולים לתמוך בתצוגת קריאה מלווה, בהדגשה או ביישור לביצוע חזותי. בתהליך התגובה המלאה, בקשת תזמונים משנה את הפלט למעטפת המכילה שמע מקודד ונתוני תזמון. התייחסו לתזמונים ולשמע כאל תוצאה מזווגת, במיוחד כאשר נרמול טקסט מרחיב סמל כתוב לכמה מילים מדוברות.

יצירה מלאה או בהזרמה

היצרן מציע נתיב לבקשה מלאה והזרמה דו־כיוונית, שבה שברי טקסט מגיעים ומקטעי שמע חוזרים תוך יצירת האמירה. הוא מתעד מגבלה של 60,000 תווים לבקשה מלאה ולכל שבר טקסט מוזרם בודד. להשלמת אמירה או לניקויה יש תפקיד מפורש בתהליך ההזרמה.

לקריינות ארוכה יותר בחרו גבולות קטעים מגובשים ושמרו את התסריט לצד כל תוצאה. בהשמעה אינטראקטיבית הבחינו בין טקסט שנשלח לסינתזה לבין שמע שכבר נשמע למאזין. התוצר השימושי הוא תסריט מוקרא עם רמזי ביצוע מכוונים, פורמט שמע מתאים ונתוני תזמון כאשר היישום זקוק להם. שמרו לצד השמע את התסריט, הקול שנבחר, רמזי הביצוע והגדרות הפלט, כדי ששינויים מאוחרים ישמרו על ההגשה המיועדת.

Ailoot Ultra · הקראה 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

התחלה

סוגי קלט נתמכים: טקסט
תוצאות: שמע

זמין ב-Ailoot · קלט ושיטות

Ailoot Ultra · הקראה POST /v1/audio/speech

סוגי קלט: text
סוגי פלט: audio
פורמט פלט: mp3

שדה	סוג	דרישה	ערכים ומגבלות	ברירת מחדל
שדה`model`	סוג`string`	דרישהחובה	ערכים ומגבלות x-ai/grok-voice-tts-1.0	ברירת מחדל—
שדה`input`	סוג`string`	דרישהחובה	ערכים ומגבלות אורך מזערי: ⁦1⁩ אורך מרבי: ⁦15,000⁩ יחידה: תווי Unicode	ברירת מחדל—
שדה`voice`	סוג`string`	דרישהחובה	ערכים ומגבלות eve, ara, rex, sal, leo	ברירת מחדל—
שדה`response_format`	סוג`string`	דרישהחובה	ערכים ומגבלות mp3	ברירת מחדל—

שילובים של חומרי קלט

text_to_speech · נדרש: input

פרמטרים ומחזור חיים של השיטה

פרמטר	מפרט
פרמטר`content_type`	מפרטapplication/json
פרמטר`required`	מפרטmodel, input, voice, response_format
פרמטר`voice_ids`	מפרטeve, ara, rex, sal, leo
פרמטר`response_format`	מפרטmp3
פרמטר`max_input_characters`	מפרט15000
פרמטר`other_options`	מפרטfalse
פרמטר`input`	מפרטטקסט UTF-8 מדויק; ספירת תווי Unicode ללא נרמול
פרמטר`material_types`	מפרטtext

מחזור חיים: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · ערך task_id שהוחזר בפועל או רשומה בספריית המדיה

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

יש לבחור קול מדויק מתוך פרופיל המודל הזה.

תווי קלט ושניות אודיו הם מדדי חיוב שונים.

תעריפים

מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.

מצב מהיר: לא צוין כאשר נבחר מצב מהיר
מצב Flex: לא צוין כאשר נבחר מצב flex
מאמץ חשיבה מרבי: לא צוין כאשר מאמץ החשיבה המרבי משתמש בהתאמת ברירת המחדל (default)

תעריפי Ailoot

מחירים לפי תצורה

התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות.

תצורה	טבלת תעריפים	כמות לחיוב	יחידת חיוב	חיוב
תצורהתעריפי בסיס לטוקנים	טבלת תעריפיםתעריף בסיס	כמות לחיוב—	יחידת חיוב—	חיוב קלט · טוקני קלט — / 1K טוקנים פלט · טוקני פלט — / 1K טוקנים קלט · קריאה מהמטמון — / 1K טוקנים קלט · כתיבה למטמון — / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים
תצורהUltra	טבלת תעריפים—	כמות לחיובכל נקודת קוד של Unicode נספרת כתו אחד, כולל סימני האן.	יחידת חיובלכל 1K תווי קלט	חיוב קלט · תו בקלט $0.03 לכל 1K תווי קלט

פרטי תעריף הייחוס

טבלאות הייחוס ברמת המודל אינן משנות את בחירת השיטה, הצעות המחיר או החיובים. החיובים בפועל משתמשים בתעריפי שיטת Ailoot שנבחרה.

SpaceXAI: Grok Voice TTS 1.0

מחירים לפי תצורה

תצורה	תנאי חיוב	חיוב
תצורהSpaceXAI: Grok Voice TTS 1.0 · תצורת ברירת המחדל	תנאי חיובתצורת ברירת מחדל	חיוב קלט · תווי קלט ⁦‏0.00003 ‏$⁩ לכל תו בקלט

לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →

דוגמאות לבקשות

Ailoot Ultra · הקראה

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

קבלה ושמירה של תוצאות

Ailoot Ultra · הקראה

mp3

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

קריאות תוכן נוספות

ספריית מדיהמצב המשימהפרטי הנכס

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

שמירת כל התוצאות שהושלמו

שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.

שמרו את התוצאה הבינארית המלאה ואת הכותרות. אם מוחזרים JSON או פלטים מרובים, שמרו כל פריט נתונים והורידו כל נכס מה־URL החתום שלו שהוחזר בפועל.

כשצריך לבדוק את התגובה המקורית

שמרו את operation_id/X-Client-Request-ID המקורי לצורך התאמת רישומים ללא שליחה מחדש; אין נתיב ייעודי לתשאול סטטוס אודיו.

שדות התגובה

שדה	סוג
שדה`binary audio`	סוגbytes
שדה`response headers`	סוגheaders

שגיאות והשלבים הבאים

תגובה	תנאי	השלב הבא
תגובה⁦400⁩ · `invalid_request_error`	תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים	השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה.
תגובה`server_error`	תנאיהתשובה שהוחזרה מציינת שהפעולה או התוצאה דורשת בדיקה	השלב הבאשמרו את מזהה הפעולה/המשימה המקורי שהוחזר, את כותרות הבקשה ואת התשובה; המשיכו לבצע פעולות קריאה נתמכות של אותה פעולה מקורית. אל תשלחו שוב את בקשת היצירה.

כינויים

כינויים למודל

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

כינויים לנתיבי שיטות

השתמשו בנתיבי השיטות המוצגים למעלה.

מזהי מודלים קשורים IDs

x-ai/grok-voice-tts-1.0

FAQ · SpaceXAI: Grok Voice TTS 1.0

אילו קלטים ותוצאות זמינים?: POST /v1/audio/speech · x-ai/grok-voice-tts-1.0: text → audio
באילו שדות הבקשה משתמשת?: POST /v1/audio/speech · x-ai/grok-voice-tts-1.0: model, input, voice, response_format
אילו מגבלות חלות?: POST /v1/audio/speech · x-ai/grok-voice-tts-1.0: input.maximum_length: 15000

SpaceXAI: Grok Voice TTS 1.0