Grok TTS avis: 71 voix prédéfinies et formats audio
Une voix par requête, jusqu’à 15 000 caractères de script.
La synthèse vocale Grok de xAI, disponible pour tous depuis mars 2026 : 71 voix prédéfinies dans 20 langues, rires, souffles et chuchotements écrits directement dans le script, et un curseur de vitesse. Jusqu’à 15 000 caractères par requête, facturés par tranche de 1 000 caractères, et SpicyAPI n’ajoute aucun filtre de contenu.
- Lydia
- Aucun test pratique · catalogue vérifié le 7 oct. 2026
- Mis à jour le 7 oct. 2026
Notre conclusion
Aucun nouvel échantillon payant n’a été créé pour cet article. Les exemples publiés illustrent une entrée et une sortie précises, pas une comparaison contrôlée. L’illustration de l’article est une création éditoriale, pas un résultat produit par le modèle évalué.
Ce qui nous a plu et ce qui l’a freiné
Ce qui nous a plu
- Messages vocaux et applications compagnon. Un aparté chuchoté, un rire au bon moment, un souffle avant la réplique suivante — écrits dans le script sous forme de balises, pour que l’interprétation fasse partie du texte que vous stockez et rejouez.
- Narration multilingue. Faites lire le même script en anglais, japonais, français, coréen, arabe et d’autres langues, avec l’une des cinq voix multilingues ou une voix native pour chaque langue.
Ce qui l’a freiné
- Une voix par requête, jusqu’à 15 000 caractères de script. Le résultat est un seul fichier audio ; il n’y a ni horodatage des mots ni sous-titres. Seules les 71 voix prédéfinies sont proposées — pas de clonage, pas de voix personnalisées. pcm, mulaw et alaw renvoient de l’audio brut sans en-tête de fichier, que la plupart des lecteurs et navigateurs ne peuvent pas ouvrir directement.
Ce que montrent les preuves
Les preuves retenues ne permettent pas d’établir un résultat public comparable pour cette variante précise du service. Un modèle voisin ou un autre mode ne comblerait pas cette lacune. Les réglages décrits sont des capacités vérifiées du produit, pas de nouvelles mesures de naturel, d’intelligibilité ou de vitesse.
Préparer une première entrée
L’entrée ci-dessous s’inspire des exemples publiés du modèle et ne garantit pas des résultats identiques. Séparez texte prononcé et direction si des champs distincts existent. Vérifiez une phrase ordinaire avant d’allonger le script ; multiplier les adjectifs résout rarement une instruction ambiguë.
{
"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"
}Commencez par ce qui conditionne votre validation : un nom, un nombre difficile ou une phrase dont l’émotion change. Comparez la sortie à l’original jusqu’à la fin. Gardez la même entrée et modifiez un seul réglage à la fois. Une voix agréable ne prouve pas que chaque mot a été conservé.
Consultez le devis actuel sur la page de la tâche avant l’envoi. Les tarifs par caractère, seconde ou requête ne se comparent pas par leur seul prix de départ. Prenez le même passage ou enregistrement et incluez les conversions ou l’alignement nécessaires.
Choisir une autre option
Choisissez d’abord la capacité manquante. Une alternative doit résoudre un besoin concret : choisir une voix, accepter un script plus long, diriger l’interprétation ou transcrire le bon type de contenu. Un nom plus récent ne suffit pas. Les pages ci-dessous indiquent les tâches et unités de facturation actuelles.
Ce que Grok TTS sait faire sur SpicyAPI
Tiré directement de la spécification en ligne du modèle sur SpicyAPI. Certains éditeurs en offrent davantage dans leurs propres applications ; voici ce que vous pouvez appeler via notre API aujourd’hui.
| Fonction | Texte vers parole |
|---|---|
| Formats de sortie | mp3 · wav · pcm · mulaw · alaw |
| Contrôle de la graine | Non |
| Prompt négatif | Non |
Qu’en pensez-vous ?
Ce test vous a-t-il été utile ?
Connectez-vous pour voter.
Commentaires
Les commentaires sont vérifiés automatiquement et par notre équipe. Nous supprimons le spam, le contenu inapproprié, les attaques personnelles et tout ce qui nomme une personne réelle sans son consentement. Signalez un commentaire et nous l’examinerons sous un jour ouvré.
Vous avez essayé ce modèle ? Partagez ce qui a marché. Un compte gratuit est nécessaire pour commenter, afin de tenir le spam à distance.
FAQ sur Grok TTS
Essayez Grok TTS vous-même
Réglez chaque paramètre dans le Playground et voyez le prix exact avant de lancer.
Autres tests
Voir les classements →
Gemini 3.8 Flash-Lite TTS
Une ou deux voix par requête : jusqu’à 5 000 caractères de script pour une voix, ou jusqu’à 20 répliques de 250 caractères chacune pour deux.
Aucun test pratique · catalogue vérifié le 7 oct. 2026
Lire le test
Gemini 3.8 Flash TTS
Une ou deux voix par requête : jusqu’à 5 000 caractères de script pour une voix, ou jusqu’à 20 répliques de 250 caractères chacune pour deux.
Aucun test pratique · catalogue vérifié le 7 oct. 2026
Lire le test
Seed Speech 2.0
Une voix par requête, jusqu’à 5 000 caractères de script.
Aucun test pratique · catalogue vérifié le 7 oct. 2026
Lire le test