Grok TTS es el text-to-speech de xAI: lee un guion de hasta 15.000 caracteres con una de 71 voces predefinidas en 20 idiomas. Las etiquetas de voz como risas y susurros se interpretan, y la velocidad va de 0,7 a 1,5 veces.
Playground
Estos ejemplos se escribieron para este endpoint. Cambia el prompt y las URL de ejemplo por archivos tuyos accesibles y, antes de enviar, revisa la estimación al día y la disponibilidad del modelo.
- 0:00 / –:––
whispered-voice-note Una nota de voz a altas horas de la noche con Eve, con [pause], [breath] y [giggle] y una línea susurrada. Las etiquetas se interpretan; una transcripción del audio contiene solo las palabras dichas.
- en
- eve
- 0:00 / –:––
slow-burn-chapter Narración romántica con Rex a velocidad 0.9, con un [breath] antes de la última línea y <slow> alrededor de ella. El precio se conocía antes de ejecutar: la cantidad de caracteres del guion, etiquetas incluidas.
- 0.9
- en
- rex
- 0:00 / –:––
french-one-more-hour Una línea juguetona en francés con Camille, una voz nativa francesa, con language en fr, un [chuckle] y una segunda frase más suave.
- fr
- 69smp8rm
Este ejemplo parte de $0.018 por 1.000 caracteres. El Playground actualiza la estimación cada vez que cambias los ajustes.