SpaceXAI: Grok Voice TTS 1.0

Grok Text to Speech menukar teks bertulis menjadi audio yang ekspresif dengan pilihan suara, arahan persembahan sebaris dan pelbagai codec output. Keluarga model pengeluar yang didokumentasikan menyokong pertuturan lengkap dan penstriman, serta pemasaan pada peringkat aksara sebagai pilihan.

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

Tentang model

Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.

Grok Text to Speech ialah keupayaan teks-ke-audio dalam keluarga suara Grok. Pengeluarnya mendokumentasikan penutur terbina dalam yang ekspresif, arahan vokal sebaris dan format output yang sesuai untuk main balik media atau audio telefon. Inputnya ialah transkrip yang akan dituturkan, bersama pilihan suara dan bahasa. Rakaman yang terhasil ialah pertuturan daripada transkrip itu; pengecaman pertuturan dan model perbualan pertuturan-ke-pertuturan mempunyai tugas yang berasingan.

Suara, bahasa dan teks yang dituturkan

Katalog pengeluar memberikan profil penyampaian bagi setiap suara. Ara bersifat mesra dan ramah, Eve ceria dengan loghat British, manakala Rex digambarkan sebagai jelas dan yakin. Dalam keluarga model yang didokumentasikan, suara dan bahasa boleh dipilih secara berasingan: penutur terbina dalam boleh menggunakan setiap pilihan bahasa yang disokong. Panduan menyenaraikan dua puluh pilihan kod bahasa, termasuk variasi serantau, dan turut menyokong pengesanan bahasa automatik. Selain penutur terbina dalam, pengeluar mendokumentasikan suara tersuai boleh guna semula yang dicipta daripada rakaman rujukan dan dipilih melalui voice_id untuk sintesis lengkap atau penstriman. Audio rujukan boleh mencapai 120 saat; pertuturan bersih daripada seorang penutur selama 90–120 saat disyorkan untuk menangkap gaya penyampaian dan intonasi. Simpan rujukan, profil suara yang dicipta dan rakaman yang dijana sebagai artifak berasingan, serta padankan persembahan rujukan dengan skrip yang dimaksudkan.

Sediakan susunan kata akhir yang akan dituturkan, sambil mengekalkan bahasa yang dimaksudkan bagi nama dan petikan. Untuk panduan bernarasi, ayat yang berguna ialah: “Pilih topik, dengar pengenalan ringkas, dan buka bahagian yang ingin anda terokai.” Jika nama jenama atau istilah khusus memerlukan sebutan tertentu, kawalan penggantian pengeluar boleh membekalkan ejaan semula atau sebutan IPA tanpa mengubah teks sumber yang dipaparkan. Pilihan penormalan teks yang berasingan menukar nombor bertulis, singkatan dan simbol kepada bentuk yang lebih sesuai untuk dituturkan.

Arahan persembahan

Tag sebaris meletakkan sesuatu peristiwa pada titik tertentu, seperti jeda, ketawa, keluhan atau tarikan nafas. Tag pembalut menerapkan gaya penyampaian kepada seluruh frasa, contohnya bisikan, penekanan atau bahagian yang lebih perlahan. Letakkan arahan pada tempat yang diperlukan oleh makna dan pastikan perkataannya mudah dibaca. Panduan mengesyorkan rentang gaya bagi frasa lengkap dan penggunaan tanda baca, bukannya susunan bertindan tag yang tidak berkaitan.

Untuk dialog watak yang ekspresif, sediakan ayat yang akan dituturkan bersama perubahan persembahannya. Untuk penerangan, kekalkan rentak jelas yang membantu pendengar mengikuti langkah-langkah. Julat kadar pertuturan yang didokumentasikan ialah 0.7 hingga 1.5, dengan 1.0 sebagai penyampaian biasa. Pilihan kelajuan mengubah kadar pertuturan; ia tidak mengubah perkataan yang perlu disampaikan oleh aplikasi.

Audio dan pemasaan

Pengeluar mendokumentasikan output MP3, WAV, PCM mentah, mu-law dan A-law. Pilihan kadar pensampelan yang disokong merangkumi 8 kHz hingga 48 kHz, dengan kadar tertentu yang disenaraikan di antara nilai tersebut. Konfigurasi MP3 lalainya ialah 24 kHz pada 128 kbit/s. Gunakan perwakilan audio yang boleh ditafsirkan oleh pemain sasaran, peringkat penyuntingan atau laluan telefon.

Pemasaan aksara pilihan mengaitkan urutan aksara yang dipulangkan dengan masa mula dan tamat. Tanpa penggantian sebutan, urutan itu mencerminkan input; penggantian boleh mengubahnya kepada teks yang dituturkan. Pemasaan ini boleh menyokong paparan baca bersama, penyerlahan atau penjajaran dengan persembahan visual. Dalam aliran kerja respons lengkap, permintaan pemasaan menukar output menjadi bekas respons yang mengandungi audio terenkod dan data pemasaan. Anggap pemasaan dan audio sebagai hasil berpasangan, khususnya apabila penormalan teks mengembangkan simbol bertulis menjadi beberapa perkataan yang dituturkan.

Penjanaan lengkap atau penstriman

Pengeluar menawarkan laluan permintaan lengkap dan penstriman dua hala, apabila cebisan teks masuk dan cebisan audio dipulangkan semasa ujaran dijana. Ia mendokumentasikan had 60,000 aksara bagi permintaan lengkap dan bagi setiap cebisan teks yang distrim. Melengkapkan atau mengosongkan sesuatu ujaran mempunyai peranan yang jelas dalam aliran kerja penstriman.

Untuk narasi yang lebih panjang, pilih sempadan petikan yang koheren dan simpan skrip bersama setiap hasil. Untuk main balik interaktif, bezakan teks yang dihantar untuk sintesis daripada audio yang telah didengar oleh pendengar. Hasil serahan yang berguna ialah skrip bersuara dengan arahan persembahan yang disengajakan, format audio yang sesuai dan data pemasaan apabila aplikasi memerlukannya. Simpan skrip, suara terpilih, arahan persembahan dan tetapan output bersama audio supaya semakan kemudian mengekalkan gaya penyampaian yang dimaksudkan.

Ailoot Ultra · Penjanaan suara 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

Pengenalan

Input yang diterima: Teks
Hasil: Audio

Tersedia di Ailoot · input & kaedah

Ailoot Ultra · Penjanaan suara POST /v1/audio/speech

Input: text
Output: audio
Format output: mp3

Medan	Jenis	Keperluan	Nilai & had	Lalai
Medan`model`	Jenis`string`	KeperluanDiperlukan	Nilai & had x-ai/grok-voice-tts-1.0	Lalai—
Medan`input`	Jenis`string`	KeperluanDiperlukan	Nilai & had Panjang minimum: 1 Panjang maksimum: 15,000 Unit: aksara Unicode	Lalai—
Medan`voice`	Jenis`string`	KeperluanDiperlukan	Nilai & had eve, ara, rex, sal, leo	Lalai—
Medan`response_format`	Jenis`string`	KeperluanDiperlukan	Nilai & had mp3	Lalai—

Gabungan bahan input

text_to_speech · Diperlukan: input

Parameter kaedah dan kitar hayat

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 tepat; kiraan aksara Unicode tanpa penormalan
Parameter`material_types`	Kontraktext

Kitar hayat: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · task_id sebenar yang dikembalikan atau rekod pustaka media

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Pilih suara yang tepat daripada profil model ini.

Aksara input dan saat audio ialah ukuran penggunaan yang berbeza.

Pelan harga

Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.

Mod pantas: Tidak dinyatakan Apabila mod pantas dipilih
Mod flex: Tidak dinyatakan Apabila mod flex dipilih
Usaha penaakulan maksimum: Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default

Kadar Ailoot

Harga mengikut konfigurasi

Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.

Konfigurasi	Jadual kadar	Kuantiti yang boleh dibilkan	Unit pengebilan	Caj
KonfigurasiKadar asas token	Jadual kadarKadar asas	Kuantiti yang boleh dibilkan—	Unit pengebilan—	Caj Input · Token input — / 1K token Output · Token output — / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token
KonfigurasiUltra	Jadual kadar—	Kuantiti yang boleh dibilkanSetiap titik kod Unicode dikira sebagai satu aksara, termasuk aksara Han.	Unit pengebilanbagi setiap 1K aksara masukan	Caj Input · aksara input $0.03 bagi setiap 1K aksara masukan

Butiran tarif rujukan

Jadual rujukan peringkat model tidak mengubah pemilihan kaedah, sebut harga atau caj. Caj aktif menggunakan kadar kaedah Ailoot yang dipilih.

SpaceXAI: Grok Voice TTS 1.0

Harga mengikut konfigurasi

Konfigurasi	Syarat pengebilan	Caj
KonfigurasiSpaceXAI: Grok Voice TTS 1.0 · Konfigurasi lalai	Syarat pengebilanKonfigurasi lalai	Caj Input · Aksara input USD 0.00003 bagi setiap aksara masukan

Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →

Contoh permintaan

Ailoot Ultra · Penjanaan suara

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 · Penjanaan suara

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 kandungan lain

Pustaka mediaStatus tugasButiran 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, fail dan bahagian kandungan yang dikembalikan.

Simpan hasil binari dan pengepala yang lengkap. Jika JSON atau berbilang output dikembalikan, simpan setiap item data dan dapatkan setiap URL aset bertandatangan yang sebenar.

Jika respons asal perlu disemak

Simpan operation_id/X-Client-Request-ID asal untuk penyelarasan rekod tanpa penghantaran semula; tiada laluan khusus untuk meninjau status audio.

Medan respons

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

Ralat dan langkah seterusnya

Respons	Syarat	Langkah seterusnya
Respons400 · `invalid_request_error`	SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah	Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu.
Respons`server_error`	SyaratRespons yang dikembalikan menyatakan bahawa operasi atau hasil memerlukan semakan	Langkah seterusnyaSimpan ID operasi/tugas asal yang dikembalikan, pengepala permintaan dan respons; teruskan pembacaan yang disokong bagi operasi asal tersebut. Jangan hantar semula permintaan penciptaan.

Alias

Alias model

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

Alias laluan kaedah

Gunakan laluan kaedah yang dipaparkan di atas.

ID pemanggil berkaitan

x-ai/grok-voice-tts-1.0

FAQ · SpaceXAI: Grok Voice TTS 1.0

Apakah input dan hasil yang tersedia?: POST /v1/audio/speech · x-ai/grok-voice-tts-1.0: text → audio
Apakah medan yang digunakan oleh permintaan?: POST /v1/audio/speech · x-ai/grok-voice-tts-1.0: model, input, voice, response_format
Apakah had yang terpakai?: POST /v1/audio/speech · x-ai/grok-voice-tts-1.0: input.maximum_length: 15000

SpaceXAI: Grok Voice TTS 1.0