Grok TTS は xAI の text-to-speech で、最大 15,000 文字の台本を 20 言語・71 種のプリセットボイスで読み上げます。笑い声やささやきなどのタグが演じられ、速度は 0.7〜1.5 倍です。
最低価格 $0.018/1,000 文字
プレイグラウンド
この実行例は、このエンドポイント向けに書き下ろしたものです。プロンプトとサンプル素材の URL は、ご自身がアクセスできるものに差し替えてください。送信前に、最新の見積もりとモデルの提供状況もあわせてご確認ください。
- 0:00 / –:––
whispered-voice-note Eve による深夜のボイスメッセージで、[pause]、[breath]、[giggle] とささやく一文が入っています。タグは演じられ、音声の書き起こしには話した言葉だけが残ります。
- en
- eve
- 0:00 / –:––
slow-burn-chapter Rex が速度 0.9 で読むロマンスのナレーションで、最後の一文の前に [breath]、その一文を <slow> で囲んでいます。料金は実行前にわかっていました: タグを含む台本の文字数です。
- 0.9
- en
- rex
- 0:00 / –:––
french-one-more-hour フランス語ネイティブのボイス Camille が language を fr にして読む、茶目っ気のあるフランス語のセリフです。[chuckle] と、柔らかく読む二文目が入っています。
- fr
- 69smp8rm
この例は 1,000 文字 あたり $0.018 からです。設定を変更すると、プレイグラウンドの概算料金がその場で更新されます。