Grok TTS est le text-to-speech de xAI : il lit un script de 15 000 caractères maximum avec l’une des 71 voix prédéfinies dans 20 langues. Les balises comme laughs et whispers sont jouées, et la vitesse va de 0,7 à 1,5 fois.
Atelier
Ces exemples ont été écrits pour ce point de terminaison. Remplacez le prompt et les URL de médias par vos propres fichiers accessibles, puis vérifiez l’estimation à jour et la disponibilité du modèle avant d’envoyer.
- 0:00 / –:––
whispered-voice-note Un message vocal tard dans la nuit avec Eve, avec [pause], [breath], [giggle] et une phrase chuchotée. Les balises sont jouées ; une transcription de l’audio ne contient que les mots prononcés.
- en
- eve
- 0:00 / –:––
slow-burn-chapter Une narration romantique avec Rex à la vitesse 0,9, avec un [breath] avant la dernière phrase et <slow> autour d’elle. Le prix était connu avant le lancement : le nombre de caractères du script, balises comprises.
- 0.9
- en
- rex
- 0:00 / –:––
french-one-more-hour Une réplique française espiègle avec Camille, une voix de langue maternelle française, language réglé sur fr, avec un [chuckle] et une seconde phrase adoucie.
- fr
- 69smp8rm
Cet exemple démarre à $0.018 par 1 000 caractères. Le Playground actualise l’estimation lorsque vous modifiez les réglages.