Grok TTS reseña: 71 voces predefinidas y formatos
Una voz por solicitud, hasta 15,000 caracteres de guion.
La síntesis de voz Grok de xAI, disponible para todos desde marzo de 2026: 71 voces predefinidas en 20 idiomas, risas, respiraciones y susurros escritos directamente en el guion y un control deslizante de velocidad. Hasta 15,000 caracteres por solicitud, cobro por cada 1,000 caracteres, y SpicyAPI no agrega ningún filtro de contenido.
- Lydia
- Sin prueba práctica · catálogo verificado el 7 oct 2026
- Actualizado el 7 oct 2026
Nuestra conclusión
No creamos muestras pagadas nuevas para este artículo. Los ejemplos publicados muestran entradas y salidas concretas, no una comparación controlada. La ilustración del artículo es material editorial, no una muestra generada por el modelo reseñado.
Lo que nos gustó y lo que lo frenó
Lo que nos gustó
- Notas de voz y apps de compañía. Un comentario susurrado, una risa en el momento justo, una respiración antes de la siguiente línea: escrito íntegramente en el guion como etiquetas, así la interpretación forma parte del texto que guardas y vuelves a reproducir.
- Narración multilingüe. Lee el mismo guion en inglés, japonés, francés, coreano, árabe y más, con una de las cinco voces multilingües o con una voz nativa para cada idioma.
Lo que lo frenó
- Una voz por solicitud, hasta 15,000 caracteres de guion. El resultado es un archivo de audio; no incluye tiempos por palabra ni subtítulos. Solo se ofrecen las 71 voces predefinidas: sin clonación ni voces personalizadas. pcm, mulaw y alaw devuelven audio sin procesar y sin encabezado de archivo, que la mayoría de reproductores y navegadores no pueden abrir directamente.
Qué demuestra la evidencia
La evidencia de este artículo no establece un resultado público comparable para esta variante exacta del servicio. Un modelo cercano u otro modo no llena ese vacío. Los controles descritos son capacidades verificadas del producto, no nuevas puntuaciones de naturalidad, inteligibilidad o velocidad.
Cómo preparar la primera entrada
La siguiente entrada parte de ejemplos publicados del modelo y no garantiza el mismo resultado en cada ejecución. Separa el texto hablado de la dirección cuando haya campos distintos. Revisa una frase normal antes de alargar el guion; agregar adjetivos rara vez aclara una instrucción ambigua.
{
"language": "en",
"text": "Hey, it's me. [pause] I know it's late. [breath] <whisper>I keep thinking about the way you kissed me at the door.</whisper> [giggle] Call me back?",
"voice_id": "eve"
}Empieza por lo que decide la aceptación: un nombre, una cifra difícil o una frase con un cambio de emoción. Compara el resultado con el original hasta el final. Mantén la entrada fija y cambia un solo control a la vez. Una voz agradable no demuestra que se hayan conservado todas las palabras.
Consulta la cotización actual en la página de la tarea antes de enviar. Los precios por carácter, segundo y solicitud no se comparan solo por el importe inicial. Usa el mismo pasaje o grabación e incluye las conversiones o la alineación que todavía necesites.
Cómo elegir una alternativa
Elige primero por la capacidad que falta. Una alternativa debe resolver un cuello de botella concreto: voces, guiones más largos, dirección o el tipo adecuado de transcripción. Un nombre más nuevo no basta. Las páginas actuales indican tareas y unidades de cobro.
Lo que Grok TTS puede hacer en SpicyAPI
Tomado directamente de la especificación en vivo del modelo en SpicyAPI. Algunos creadores ofrecen más en sus propias apps; esto es lo que puedes llamar hoy desde nuestra API.
| Función | Texto a voz |
|---|---|
| Formatos de salida | mp3 · wav · pcm · mulaw · alaw |
| Control de semilla | No |
| Prompt negativo | No |
¿Qué opinas?
¿Te resultó útil esta reseña?
Inicia sesión para votar.
Comentarios
Los comentarios se revisan de forma automática y por nuestro equipo. Eliminamos el spam, el contenido inapropiado, los ataques personales y cualquier cosa que nombre a una persona real sin su consentimiento. Si reportas un comentario, lo revisamos en un día hábil.
¿Probaste este modelo? Comparte lo que te funcionó. Necesitas una cuenta gratuita para comentar, así mantenemos fuera el spam.
Preguntas frecuentes sobre Grok TTS
Prueba Grok TTS por tu cuenta
Ajusta cada parámetro en el Playground y mira el precio exacto antes de lanzarlo.
Más reseñas
Ver las clasificaciones →
Gemini 3.8 Flash-Lite TTS
Una o dos voces por solicitud: hasta 5.000 caracteres de guion para una voz, o hasta 20 líneas de diálogo de 250 caracteres cada una para dos.
Sin prueba práctica · catálogo verificado el 7 oct 2026
Leer la reseña
Gemini 3.8 Flash TTS
Una o dos voces por solicitud: hasta 5.000 caracteres de guion para una voz, o hasta 20 líneas de diálogo de 250 caracteres cada una para dos.
Sin prueba práctica · catálogo verificado el 7 oct 2026
Leer la reseña
Seed Speech 2.0
Una voz por solicitud, hasta 5.000 caracteres de guion.
Sin prueba práctica · catálogo verificado el 7 oct 2026
Leer la reseña