SpaceXAI: Grok Voice TTS 1.0

Grok Text to Speech mengubah teks tertulis menjadi audio ekspresif dengan pilihan suara, isyarat penampilan sebaris, dan beragam codec keluaran. Keluarga produsen yang didokumentasikan mendukung ucapan lengkap dan streaming, ditambah penanda waktu per karakter yang bersifat opsional.

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

Tentang model

Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.

Grok Text to Speech adalah kemampuan teks ke audio dari keluarga suara Grok. Produsen mendokumentasikan penutur bawaan yang ekspresif, isyarat vokal sebaris, dan format keluaran yang sesuai untuk pemutaran media atau audio telepon. Masukannya adalah transkrip yang akan diucapkan, beserta pilihan suara dan bahasa. Rekaman yang dihasilkan merupakan ucapan dari transkrip tersebut; pengenalan ucapan dan model percakapan suara ke suara memiliki tugas terpisah.

Suara, bahasa, dan teks lisan

Katalog produsen memberikan profil penyampaian pada setiap suara. Ara bersifat hangat dan ramah, Eve ceria dengan aksen Britania, dan Rex digambarkan jelas serta percaya diri. Suara dan bahasa bersifat independen dalam keluarga yang didokumentasikan: penutur bawaan dapat memakai setiap pilihan bahasa yang didukung. Panduan mencantumkan dua puluh pilihan kode bahasa, termasuk varian regional, dan juga mendukung deteksi bahasa otomatis. Selain penutur bawaan, produsen mendokumentasikan suara kustom yang dapat digunakan kembali, dibuat dari rekaman referensi, dan dipilih melalui voice_id untuk sintesis lengkap atau streaming. Audio referensi boleh sepanjang hingga 120 detik; ucapan bersih dari satu penutur sepanjang 90–120 detik disarankan untuk menangkap penyampaian dan intonasi. Simpan referensi, profil suara yang dibuat, dan rekaman yang dihasilkan sebagai artefak terpisah, lalu cocokkan penampilan referensi dengan naskah yang dimaksud.

Siapkan susunan kata lisan akhir, dengan mempertahankan bahasa nama dan petikan kutipan yang dimaksud. Untuk panduan bernarasi, contoh kalimat yang berguna: “Pilih topik, dengarkan pengantar singkat, dan buka bagian yang ingin Anda jelajahi.” Jika nama merek atau istilah khusus memerlukan pembacaan tertentu, kendali penggantian dari produsen dapat memberikan ejaan ulang atau pelafalan IPA tanpa mengubah teks sumber yang ditampilkan. Pilihan normalisasi teks yang terpisah mengubah angka, singkatan, dan simbol tertulis menuju bentuk lisannya.

Isyarat penampilan

Tag sebaris menempatkan peristiwa pada titik tertentu, seperti jeda, tawa, desahan, atau tarikan napas. Tag pembungkus menerapkan penyampaian pada frasa lengkap, misalnya bisikan, penekanan, atau petikan yang lebih lambat. Letakkan isyarat di tempat yang sesuai dengan maknanya dan jaga keterbacaan kata-kata. Panduan menyarankan rentang gaya berupa frasa lengkap dan tanda baca, alih-alih tumpukan tag yang tidak berkaitan.

Untuk kalimat karakter yang ekspresif, siapkan kalimat lisan bersama perubahan penampilannya. Untuk penjelasan, pertahankan irama yang jelas agar pendengar dapat mengikuti langkah-langkahnya. Rentang kecepatan bicara yang didokumentasikan adalah 0,7 hingga 1,5, dengan 1,0 sebagai penyampaian normal. Pilihan kecepatan mengubah tempo ucapan; pilihan ini tidak mengubah kata-kata yang harus disampaikan aplikasi.

Audio dan penanda waktu

Produsen mendokumentasikan keluaran MP3, WAV, PCM mentah, mu-law, dan A-law. Pilihan laju sampel yang didukung berkisar dari 8 kHz hingga 48 kHz, dengan laju tertentu yang tercantum di antaranya. Konfigurasi MP3 bawaannya adalah 24 kHz pada 128 kbit/s. Gunakan representasi audio yang dapat ditafsirkan oleh pemutar, tahap penyuntingan, atau jalur telepon yang dituju.

Penanda waktu karakter opsional mengaitkan urutan karakter yang dikembalikan dengan waktu awal dan akhir. Tanpa penggantian pelafalan, urutan tersebut mencerminkan masukan; penggantian dapat mengubahnya menjadi teks yang diucapkan. Penanda ini dapat mendukung tampilan baca bersama, penyorotan, atau penyelarasan dengan penampilan visual. Dalam alur kerja respons lengkap, permintaan penanda waktu mengubah keluaran menjadi wadah yang berisi audio terenkode dan data waktu. Perlakukan penanda waktu dan audio sebagai hasil berpasangan, terutama ketika normalisasi teks mengembangkan simbol tertulis menjadi beberapa kata lisan.

Generasi lengkap atau streaming

Produsen menawarkan jalur permintaan lengkap dan streaming dua arah, yang menerima fragmen teks dan mengembalikan potongan audio selama ucapan dihasilkan. Dokumentasinya menetapkan batas 60.000 karakter untuk permintaan lengkap maupun satu fragmen teks streaming. Menyelesaikan atau mengosongkan suatu ucapan memiliki peran eksplisit dalam alur kerja streaming.

Untuk narasi panjang, pilih batas petikan yang koheren dan simpan naskah bersama setiap hasil. Untuk pemutaran interaktif, bedakan teks yang dikirim untuk sintesis dari audio yang sudah didengar pendengar. Hasil yang berguna adalah naskah bersuara dengan isyarat penampilan yang disengaja, format audio yang sesuai, dan data waktu ketika aplikasi membutuhkannya. Simpan naskah, suara pilihan, isyarat penampilan, dan pengaturan keluaran bersama audio agar revisi berikutnya mempertahankan penyampaian yang dimaksud.

Ailoot Ultra · Sintesis ucapan 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

Mulai

Masukan yang diterima: Teks
Hasil: Audio

Tersedia di Ailoot · masukan & metode

Ailoot Ultra · Sintesis ucapan POST /v1/audio/speech

Masukan: text
Keluaran: audio
Format keluaran: mp3

Kolom	Jenis	Persyaratan	Nilai & batasan	Bawaan
Kolom`model`	Jenis`string`	PersyaratanWajib	Nilai & batasan x-ai/grok-voice-tts-1.0	Bawaan—
Kolom`input`	Jenis`string`	PersyaratanWajib	Nilai & batasan Panjang minimum: 1 Panjang maksimum: 15.000 Satuan: karakter Unicode	Bawaan—
Kolom`voice`	Jenis`string`	PersyaratanWajib	Nilai & batasan eve, ara, rex, sal, leo	Bawaan—
Kolom`response_format`	Jenis`string`	PersyaratanWajib	Nilai & batasan mp3	Bawaan—

Kombinasi bahan masukan

text_to_speech · Wajib: input

Parameter metode dan siklus hidup

Parameter	Kontrak
Parameter`content_type`	Kontrakapplication/json
Parameter`required`	Kontrakmodel, input, voice, response_format
Parameter`voice_ids`	Kontrakeve, ara, rex, sal, leo
Parameter`response_format`	Kontrakmp3
Parameter`max_input_characters`	Kontrak15000
Parameter`other_options`	Kontrakfalse
Parameter`input`	Kontrakteks UTF-8 persis; jumlah karakter Unicode tanpa normalisasi
Parameter`material_types`	Kontraktext

Siklus hidup: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · task_id aktual yang dikembalikan atau catatan pustaka media

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Pilih suara yang tepat dari profil model ini.

Karakter masukan dan detik audio merupakan satuan pengukuran yang berbeda.

Paket

Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.

Mode Fast: Tidak ditentukan Saat mode fast dipilih
Mode Flex: Tidak ditentukan Saat mode flex dipilih
Upaya penalaran maksimum: Tidak ditentukan Saat upaya penalaran maksimum menggunakan penyesuaian default

Tarif Ailoot

Harga menurut konfigurasi

Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.

Konfigurasi	Jadwal tarif	Jumlah yang ditagihkan	Satuan penagihan	Biaya
KonfigurasiTarif dasar token	Jadwal tarifTarif dasar	Jumlah yang ditagihkan—	Satuan penagihan—	Biaya Masukan · Token masukan — / 1K token Keluaran · Token keluaran — / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token
KonfigurasiUltra	Jadwal tarif—	Jumlah yang ditagihkanSetiap titik kode Unicode dihitung sebagai satu karakter, termasuk karakter Han.	Satuan penagihanper 1K karakter masukan	Biaya Masukan · karakter masukan $0.03 per 1K karakter masukan

Detail tarif referensi

Jadwal referensi tingkat model tidak mengubah pemilihan metode, estimasi harga, atau biaya. Biaya aktif menggunakan tarif metode Ailoot yang dipilih.

SpaceXAI: Grok Voice TTS 1.0

Harga menurut konfigurasi

Konfigurasi	Kondisi penagihan	Biaya
KonfigurasiSpaceXAI: Grok Voice TTS 1.0 · Konfigurasi bawaan	Kondisi penagihanKonfigurasi bawaan	Biaya Masukan · Karakter masukan US$0,00003 per karakter masukan

Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →

Contoh permintaan

Ailoot Ultra · Sintesis ucapan

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

Terima dan simpan hasil

Ailoot Ultra · Sintesis ucapan

mp3

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

Pembacaan konten lain

Pustaka mediaStatus tugasDetail aset

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

Simpan semua hasil yang selesai

Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.

Simpan hasil biner dan header secara lengkap. Jika JSON atau beberapa keluaran dikembalikan, simpan setiap item data dan ambil data dari setiap URL aset bertanda tangan yang benar-benar dikembalikan.

Jika respons asli perlu diperiksa

Simpan operation_id/X-Client-Request-ID asli untuk rekonsiliasi tanpa pengiriman ulang; tidak ada rute polling khusus audio.

Kolom respons

Kolom	Jenis
Kolom`binary audio`	Jenisbytes
Kolom`response headers`	Jenisheaders

Kesalahan dan langkah berikutnya

Respons	Kondisi	Langkah berikutnya
Respons400 · `invalid_request_error`	KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid	Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru.
Respons`server_error`	KondisiRespons yang dikembalikan menyatakan bahwa operasi atau hasil perlu diperiksa	Langkah berikutnyaSimpan ID operasi/tugas asli yang dikembalikan, header permintaan, dan respons; lanjutkan pembacaan yang didukung untuk operasi asli tersebut. Jangan kirim ulang permintaan pembuatan.

Alias

Alias model

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

Alias jalur metode

Gunakan jalur metode yang ditampilkan di atas.

ID pemanggil terkait

x-ai/grok-voice-tts-1.0

FAQ · SpaceXAI: Grok Voice TTS 1.0

Input dan hasil apa yang tersedia?: POST /v1/audio/speech · x-ai/grok-voice-tts-1.0: text → audio
Kolom apa yang digunakan permintaan?: POST /v1/audio/speech · x-ai/grok-voice-tts-1.0: model, input, voice, response_format
Batasan apa yang berlaku?: POST /v1/audio/speech · x-ai/grok-voice-tts-1.0: input.maximum_length: 15000

SpaceXAI: Grok Voice TTS 1.0