SpaceXAI: Grok Voice TTS 1.0

Grok Text to Speech yozma matnni tanlanadigan ovozlar, matn ichidagi ijro ko‘rsatmalari va bir nechta chiqish kodeklari bilan ifodali audioga aylantiradi. Hujjatlashtirilgan ishlab chiqaruvchi oilasi to‘liq va oqimli nutqni, shuningdek ixtiyoriy belgi darajasidagi vaqt ma’lumotlarini qo‘llab-quvvatlaydi.

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

Model haqida

Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.

Grok Text to Speech — Grok ovoz oilasining matndan audio yaratish imkoniyati. Ishlab chiqaruvchi ifodali ichki so‘zlovchilar, matn ichidagi ovoz ko‘rsatmalari hamda media ijrosi yoki telefon audiosiga mos chiqish formatlarini hujjatlashtiradi. Kirish — aytilishi kerak bo‘lgan matn, ovoz va til tanlovlari. Natijadagi yozuv shu matndan yaratilgan nutqdir; nutqni tanish va suhbatga mo‘ljallangan nutqdan nutqqa modellar boshqa vazifalarga ega.

Ovoz, til va aytiladigan matn

Ishlab chiqaruvchi katalogi har bir ovozga ijro profilini beradi. Ara iliq va do‘stona, Eve Britaniya aksentli va ko‘tarinki, Rex esa ravshan va ishonchli deb ta’riflanadi. Hujjatlashtirilgan oilada ovoz va til mustaqil: ichki so‘zlovchilar qo‘llab-quvvatlanadigan har bir til tanlovidan foydalanishi mumkin. Qo‘llanma mintaqaviy variantlarni ham o‘z ichiga olgan yigirmata til kodi variantini sanaydi va tilni avtomatik aniqlashni qo‘llab-quvvatlaydi. Ichki so‘zlovchilar bilan birga ishlab chiqaruvchi namuna yozuvidan yaratiladigan, to‘liq yoki oqimli sintez uchun voice_id orqali tanlanadigan qayta ishlatiluvchi maxsus ovozlarni hujjatlashtiradi. Namuna audiosi 120 soniyagacha bo‘lishi mumkin; aytish uslubi va ohangni qamrash uchun 90–120 soniyalik toza, bitta so‘zlovchili nutq tavsiya etiladi. Namuna, yaratilgan ovoz profili va yaratilgan yozuvni alohida artefaktlar sifatida saqlang, namuna ijrosini esa ko‘zlangan ssenariyga moslang.

Nomlar va iqtibos parchalarining ko‘zlangan tilini saqlab, yakuniy aytiladigan so‘zlarni tayyorlang. Ovozli qo‘llanma uchun foydali jumla: “Mavzuni tanlang, qisqa kirishni tinglang va o‘rganmoqchi bo‘lgan bo‘limingizni oching.” Brend nomi yoki maxsus atama muayyan o‘qilishni talab qilsa, ishlab chiqaruvchining almashtirish boshqaruvlari ko‘rsatiladigan asl matnni o‘zgartirmay muqobil yozilish yoki IPA talaffuzini berishi mumkin. Alohida matnni me’yorlashtirish varianti yozma raqamlar, qisqartmalar va belgilarni og‘zaki shaklga yaqinlashtiradi.

Ijro ko‘rsatmalari

Matn ichidagi teglar ma’lum nuqtaga pauza, kulgi, xo‘rsinish yoki nafas kabi hodisani joylashtiradi. O‘rab turuvchi teglar to‘liq iboraga ijro uslubini qo‘llaydi, masalan pichirlash, urg‘u yoki sekinroq parcha. Ko‘rsatmani ma’no talab qilgan joyga qo‘ying va so‘zlarni o‘qishga qulay saqlang. Qo‘llanma o‘zaro aloqasiz teglar to‘plami o‘rniga to‘liq iborani qamragan uslub oraliqlari va tinish belgilarini tavsiya qiladi.

Ifodali qahramon gapi uchun aytiladigan gap va ijro o‘zgarishini birga tayyorlang. Tushuntirishda tinglovchiga qadamlarni kuzatishga yordam beruvchi aniq ritmni saqlang. Hujjatlashtirilgan nutq tezligi oralig‘i 0.7 dan 1.5 gacha, 1.0 odatiy ijrodir. Tezlik tanlovi nutq sur’atini o‘zgartiradi; ilova yetkazishi kerak bo‘lgan so‘zlarni o‘zgartirmaydi.

Audio va vaqt ma’lumotlari

Ishlab chiqaruvchi MP3, WAV, xom PCM, mu-law va A-law chiqishni hujjatlashtiradi. Qo‘llab-quvvatlanadigan diskretlash chastotasi tanlovlari 8 kHz dan 48 kHz gacha, ular orasida alohida sanalgan chastotalar ham bor. Standart MP3 sozlamasi 24 kHz va 128 kbit/s. Mo‘ljallangan pleyer, tahrirlash bosqichi yoki telefon tizimi qayta ishlay oladigan audio formatidan foydalaning.

Ixtiyoriy belgi vaqt ma’lumotlari qaytarilgan belgilar ketma-ketligini boshlanish va tugash vaqtlariga bog‘laydi. Talaffuz almashtirishlarisiz bu ketma-ketlik kirishni takrorlaydi; almashtirishlar uni aytiladigan matnga o‘zgartirishi mumkin. Ular birga o‘qish ko‘rinishi, ajratib ko‘rsatish yoki vizual ijro bilan moslashtirishga xizmat qilishi mumkin. To‘liq javob jarayonida vaqt ma’lumotini so‘rash chiqishni kodlangan audio va vaqt ma’lumotini o‘z ichiga olgan o‘ramga aylantiradi. Ayniqsa matnni me’yorlashtirish yozma belgini bir nechta aytiladigan so‘zga yoyganda vaqt ma’lumoti va audioni juft natija deb qabul qiling.

To‘liq yoki oqimli yaratish

Ishlab chiqaruvchi to‘liq so‘rov yo‘lini va nutq yaratilayotganda matn bo‘laklari kelib, audio bo‘laklari qaytadigan ikki yo‘nalishli oqimni taklif qiladi. U to‘liq so‘rov uchun ham, oqimdagi alohida matn bo‘lagi uchun ham 60,000 belgi cheklovini hujjatlashtiradi. Oqimli jarayonda nutqni yakunlash yoki tozalash aniq vazifaga ega.

Uzunroq bayonda yaxlit parcha chegaralarini tanlang va har bir natija bilan ssenariyni saqlang. Interaktiv ijroda sintezga yuborilgan matnni tinglovchi allaqachon eshitgan audiodan farqlang. Foydali natija — maqsadli ijro ko‘rsatmalari, mos audio formati va ilova talab qilganda vaqt ma’lumotiga ega ovozlashtirilgan ssenariy. Keyingi tahrirlar ko‘zlangan ijroni saqlashi uchun ssenariy, tanlangan ovoz, ijro ko‘rsatmalari va chiqish sozlamalarini audio bilan birga saqlang.

Ailoot Ultra · Ovozlashtirish 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

Boshlash

Qabul qilinadigan kirish ma’lumotlari: Matn
Natijalar: Audio

Ailoot da mavjud · kirish ma’lumotlari va usullar

Ailoot Ultra · Ovozlashtirish POST /v1/audio/speech

Kirish: text
Chiqish: audio
Chiqish formati: mp3

Maydon	Tur	Talab	Qiymatlar va cheklovlar	Standart
Maydon`model`	Tur`string`	TalabMajburiy	Qiymatlar va cheklovlar x-ai/grok-voice-tts-1.0	Standart—
Maydon`input`	Tur`string`	TalabMajburiy	Qiymatlar va cheklovlar Eng kam uzunlik: 1 Eng ko‘p uzunlik: 15 000 Birlik: Unicode belgilari	Standart—
Maydon`voice`	Tur`string`	TalabMajburiy	Qiymatlar va cheklovlar eve, ara, rex, sal, leo	Standart—
Maydon`response_format`	Tur`string`	TalabMajburiy	Qiymatlar va cheklovlar mp3	Standart—

Kirish materiallari birikmalari

text_to_speech · Majburiy: input

Usul parametrlari va hayot sikli

Parametr	Parametr talablari
Parametr`content_type`	Parametr talablariapplication/json
Parametr`required`	Parametr talablarimodel, input, voice, response_format
Parametr`voice_ids`	Parametr talablarieve, ara, rex, sal, leo
Parametr`response_format`	Parametr talablarimp3
Parametr`max_input_characters`	Parametr talablari15000
Parametr`other_options`	Parametr talablarifalse
Parametr`input`	Parametr talablariaynan UTF-8 matni; normallashtirmasdan Unicode belgilarini sanash
Parametr`material_types`	Parametr talablaritext

Hayot sikli: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Amalda qaytarilgan task_id yoki media kutubxonasidagi yozuv

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Shu model profilidan aniq ovozni tanlang.

Kirish belgilari va audio soniyalari — turli hisoblash birliklari.

Tariflar

Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.

Tezkor rejim: Ko‘rsatilmagan Tezkor rejim tanlanganda
Flex rejimi: Ko‘rsatilmagan flex rejimi tanlanganda
Maksimal fikrlash darajasi: Ko‘rsatilmagan Maksimal fikrlash darajasi uchun standart (default) tuzatish qo‘llanganda

Ailoot tariflari

Sozlamalar bo‘yicha narxlar

Har bir to‘lovni ko‘rsatilgan shartlarga moslang. Har bir muqobil sozlamalar to‘plami uchun bitta tarifdan foydalaning.

Sozlama	Tariflar jadvali	To‘lanadigan miqdor	Hisob birligi	To‘lov
SozlamaTokenlar uchun bazaviy tariflar	Tariflar jadvaliAsosiy tarif	To‘lanadigan miqdor—	Hisob birligi—	To‘lov Kirish · Kirish tokenlari — / 1K token Chiqish · Chiqish tokenlari — / 1K token Kirish · Keshdan o‘qish — / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token
SozlamaUltra	Tariflar jadvali—	To‘lanadigan miqdorHar bir Unicode kod nuqtasi, jumladan Han belgilari, bitta belgi hisoblanadi.	Hisob birligi1K kirish belgisi uchun	To‘lov Kirish · Kirish belgisi $0.03 1K kirish belgisi uchun

Ma’lumot uchun tarif tafsilotlari

Modelning ma’lumot jadvallari usul tanlash, narx hisobi yoki to‘lovlarni o‘zgartirmaydi. Amaldagi to‘lovlar tanlangan Ailoot usuli tariflari bo‘yicha hisoblanadi.

SpaceXAI: Grok Voice TTS 1.0

Sozlamalar bo‘yicha narxlar

Sozlama	To‘lovni hisoblash shartlari	To‘lov
SozlamaSpaceXAI: Grok Voice TTS 1.0 · Standart sozlama	To‘lovni hisoblash shartlariStandart konfiguratsiya	To‘lov Kirish · Kirish belgilari 0,00003 US$ kirish belgisi uchun

Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →

So‘rov namunalari

Ailoot Ultra · Ovozlashtirish

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

Natijalarni olish va saqlash

Ailoot Ultra · Ovozlashtirish

mp3

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

Boshqa kontentni o‘qish

Media kutubxonasiVazifa holatiMaterial tafsilotlari

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

Barcha tayyor natijalarni saqlash

Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.

To‘liq ikkilik natija va sarlavhalarni saqlang. JSON yoki bir nechta natija qaytarilsa, har bir ma’lumot elementini saqlang va qaytarilgan har bir haqiqiy imzolangan resurs URL manzilidan faylni yuklab oling.

Asl javobni tekshirish kerak bo‘lsa

Ma’lumotlarni solishtirib tekshirish uchun dastlabki operation_id/X-Client-Request-ID ni saqlang va so‘rovni qayta yubormang; audio holatini davriy tekshirish uchun alohida yo‘nalish yo‘q.

Javob maydonlari

Maydon	Tur
Maydon`binary audio`	Turbytes
Maydon`response headers`	Turheaders

Xatolar va keyingi qadamlar

Javob	Shart	Keyingi qadam
Javob400 · `invalid_request_error`	ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri	Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating.
Javob`server_error`	ShartQaytarilgan javob operatsiya yoki natijani tekshirish kerakligini bildiradi	Keyingi qadamDastlab qaytarilgan operatsiya/vazifa ID sini, so‘rov sarlavhalarini va javobni saqlang; aynan shu operatsiya uchun qo‘llab-quvvatlanadigan o‘qish so‘rovlarini davom ettiring. Yaratish so‘rovini qayta yubormang.

Taxalluslar

Model taxalluslari

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

Usul yo‘llari taxalluslari

Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.

Chaqirish uchun tegishli ID lar

x-ai/grok-voice-tts-1.0

FAQ · SpaceXAI: Grok Voice TTS 1.0

Qanday kirish ma’lumotlari va natijalar mavjud?: POST /v1/audio/speech · x-ai/grok-voice-tts-1.0: text → audio
So‘rov qaysi maydonlardan foydalanadi?: POST /v1/audio/speech · x-ai/grok-voice-tts-1.0: model, input, voice, response_format
Qanday cheklovlar amal qiladi?: POST /v1/audio/speech · x-ai/grok-voice-tts-1.0: input.maximum_length: 15000

SpaceXAI: Grok Voice TTS 1.0