Pular para o conteúdo principal

Sem censura — Este modelo declara não aplicar filtro de conteúdo. A SpicyAPI encaminha a solicitação sem adicionar uma análise de conteúdo da plataforma; as obrigações legais e de consentimento continuam com o cliente.Ver todos os modelos com esse nível de filtragem
xai/grok-tts/text-to-speech

O Grok TTS é o text-to-speech da xAI e lê um roteiro de até 15.000 caracteres em uma de 71 vozes prontas, em 20 idiomas. Tags de fala como risadas e sussurros são interpretadas, e a velocidade vai de 0,7 a 1,5 vez.

A partir de $0.018/1.000 caracteres
Executar modelo

Playground

Enviar uma requisição

Início rápido

Os exemplos usam as definições públicas de parâmetros do endpoint selecionado. Troque a chave de API e as mídias de exemplo e envie a requisição a partir do seu servidor.

SDKs e integrações
POSThttps://api.spicyapi.ai/api/v1/jobs/createTask

Autenticação da API

Guarde a chave de API na variável de ambiente do servidor SPICY_API_KEY. Use autenticação Bearer e Content-Type: application/json nas requisições JSON.

Authorization: Bearer $SPICY_API_KEY
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
  -H "Authorization: Bearer $SPICY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
  -d '{
  "model": "xai/grok-tts/text-to-speech",
  "input": {
    "text": "Welcome back. Your files finished rendering a minute ago and are ready to download.",
    "bitrate": 128000,
    "language": "auto",
    "voice_id": "eve",
    "sample_rate": 24000,
    "output_format": "mp3"
  }
}'

# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
  -H "Authorization: Bearer $SPICY_API_KEY"

Gerado a partir do schema de entrada deste modelo — o mesmo que a API usa para validar cada requisição.

Parâmetros de entrada

Coloque estes campos no objeto input do corpo da requisição. Nomes e tipos são os mesmos da API. Quando nenhum valor padrão estiver indicado, não presuma que exista um.

textstringObrigatório

As palavras a serem ditas, exatamente como escritas, com tags de voz opcionais como [laugh] ou <whisper>…</whisper>. De 1 a 15.000 caracteres. Cobrança a cada 1.000 caracteres, contando espaços, pontuação e tags.

Valor padrão
Não especificado
Restrições
minLength:1
maxLength:15000
optimize_streaming_latencyintegerOpcional

Nível de latência de streaming do modelo: 0 (padrão) mantém a melhor qualidade de áudio; 1 usa um primeiro trecho de áudio menor para o som chegar antes, com leve perda de qualidade nas emendas entre trechos; 2 usa o menor primeiro trecho, com perda mais perceptível. Não altera o preço.

Valor padrão
0
Valores permitidos
012
text_normalizationbooleanOpcional

Quando ativado, formas escritas como números, abreviações e símbolos são convertidas para a forma falada antes da leitura. Desativado por padrão. Não altera o preço.

Valor padrão
false
bitrateintegerOpcional

Taxa de bits do MP3 em bits por segundo: de 32000 a 192000, padrão 128000. Só vale quando output_format é mp3. Não altera o preço.

Valor padrão
128000
Valores permitidos
320006400096000128000192000
sample_rateintegerOpcional

Taxa de amostragem em Hz: 8000, 16000, 22050, 24000 (padrão), 44100 ou 48000. Use 8000 com mulaw ou alaw para linhas telefônicas e 44100 ou 48000 para trabalho de estúdio. Não altera o preço.

Valor padrão
24000
Valores permitidos
80001600022050240004410048000
output_formatstringOpcional

Codificação de áudio: mp3 (padrão), wav, ou os fluxos sem cabeçalho pcm, mulaw e alaw para telefonia. Não altera o preço.

Valor padrão
"mp3"
Valores permitidos
"mp3""wav""pcm""mulaw""alaw"
speednumberOpcional

Velocidade da fala de 0,7 (mais lenta) a 1,5 (mais rápida); padrão 1,0. Não altera o preço.

Valor padrão
1
Restrições
minimum:0.7
maximum:1.5
languagestringOpcional

O idioma de leitura como código de idioma, ou auto (padrão) para detectá-lo a partir do roteiro. Defina quando um roteiro curto ou com vários idiomas sair no idioma errado. As vozes em holandês, polonês, sueco, finlandês, dinamarquês e tailandês não têm código próprio: mantenha auto. Não altera o preço.

Valor padrão
"auto"
Valores permitidos
"auto""en""zh""ar-EG""ar-SA""ar-AE""bn""fr""de""hi""id""it""ja""ko""pt-BR""pt-PT""ru""es-MX""es-ES""tr""vi"
voice_idstringOpcional

Uma das 71 vozes prontas, identificadas por nome, gênero e idioma. Eve (padrão), Ara, Leo, Rex e Sal falam todos os idiomas compatíveis; as demais são ajustadas para um idioma. Não altera o preço.

Valor padrão
"eve"
Valores permitidos
"ara""eve""leo""rex""sal""jpi39icg""d18jlf6v""33g9t0jl""26w6ihxi""dr8gqysu""wy0m9l5w""om17cury""x7avnu1k""bcs7l2c3""hqxr4yub""h27ltdnz""89q2pnko""73xd5dum""0p0rt7o1""hbxkrnwm""69smp8rm""yis75yfp""ekhwx401""jupvcf34""0hhfxxqq""0ih5oi34""gwnexu6y""97zmdc6s""fc7de6afcf6c""7a9ee820b342""0895a5b8ce5c""f8cf5c2c78d4""96819d0bd28d""79f3a8b96d43""78a495fdbb39""e22152e06fd8""490ea3be50b1""1f046a033914""dfe7b9e7d217""c3a2c594479e""83c6f4fea98e""34fd4dce1ba3""d634b6da3d3b""670a0c3ac005""182a91893636""d0cb9ff07d95""b1a7441b97a1""bf9fe5b5f981""b5ae17439907""a0401c9101f8""23be42535a45""abfbdf26f115""6da5baee46d0""3d030bc92a87""a13662ba951c""58d27475085e""247783ebdd51""244e27b39200""97fabd54445f""37329fd8895a""2badb5f46b1e""1b12d5daee6b""908c4626660f""4ff93971bfdc""70013edeb8e8""35c8d7f60dc8""23468361b4ef""458705c07139""41321eb41295""40f31906b23d""3a7889066fa2"

Acompanhar tarefa

HTTP 202 quer dizer que a tarefa foi aceita, não que terminou. Guarde o taskId devolvido e consulte essa tarefa. Não crie outra enquanto espera o resultado.

Requisição aceita
HTTP/1.1 202 Accepted
Location: /api/v1/jobs/recordInfo?taskId=job_01k3m8x9q2z4v7n5p6r8s0t1w3

{
  "code": 200,
  "msg": "success",
  "request_id": "req_example_create",
  "data": {
    "taskId": "job_01k3m8x9q2z4v7n5p6r8s0t1w3",
    "state": "queued",
    "estimatedCost": "0.750000"
  }
}

A resposta de aceitação já traz a estimativa, para que o seu aplicativo mostre o mesmo valor no histórico de tarefas e na cobrança.

Consultar a tarefa
curl --get "https://api.spicyapi.ai/api/v1/jobs/recordInfo" \
  --data-urlencode "taskId=$TASK_ID" \
  -H "Authorization: Bearer $SPICY_API_KEY"

Comece consultando a cada 2 segundos, mais ou menos, e vá espaçando. Pare em um estado final. Se a conexão cair, consulte o taskId original. Só recrie a tarefa com a chave de idempotência e o corpo originais.

Ou receba o resultado por callback
import { verifyWebhook } from "@spicyapi/sdk";

// express.raw keeps the bytes we signed; express.json never matches.
app.post("/hooks/spicy", express.raw({ type: "application/json" }), (req, res) => {
  const { payload } = verifyWebhook({
    rawBody: req.body,
    timestamp: req.header("X-Webhook-Timestamp"),
    signature: req.header("X-Webhook-Signature"),
    payloadVersion: Number(req.header("X-Webhook-Payload-Version")),
    secret: process.env.SPICY_WEBHOOK_SECRET,
  });
  res.status(200).end();
  void handleFinishedTask(payload);
});

Passe callBackUrl ao criar a tarefa e o registro concluído chega até você via POST — sem nenhum laço de polling. Toda entrega traz X-Webhook-Timestamp, X-Webhook-Signature e X-Webhook-Payload-Version. A assinatura é um HMAC-SHA256 em base64 sobre taskId.timestamp.sha256(body), então confira contra os bytes brutos: se você analisar o JSON e serializar de novo, os bytes mudam e a verificação falha. Entregas com erro são repetidas, ou seja, o mesmo taskId pode chegar duas vezes — deixe seu handler idempotente. Responda 2xx primeiro e faça o trabalho depois; um handler lento conta como entrega falha.

Ler resultado

Só consuma output quando state for succeeded. Em caso de falha, use errorCode, errorMessage e request_id para investigar. Os custos e estados de exemplo não representam uma cobrança real.

Exemplo de resposta concluída
{
  "code": 200,
  "msg": "success",
  "request_id": "req_example_record",
  "data": {
    "taskId": "job_01k3m8x9q2z4v7n5p6r8s0t1w3",
    "model": "xai/grok-tts/text-to-speech",
    "state": "succeeded",
    "output": {
      "assets": [
        {
          "key": "tasks/2026/08/28/job_01k3m8x9q2z4v7n5p6r8s0t1w3/3f7a1c9e5b2d48f0a6c1e3d5b7f9a1c3.mp3",
          "mime": "audio/mpeg",
          "url": "https://example.r2.cloudflarestorage.com/results/job_01k3m8x9q2z4v7n5p6r8s0t1w3/result.mp3?X-Amz-Signature=SIGNATURE_FROM_RESPONSE",
          "expiresAt": "2026-08-28T12:20:08.000Z"
        }
      ]
    },
    "cost": "0.750000",
    "settled": true,
    "createdAt": "2026-08-28T12:00:00Z",
    "completedAt": "2026-08-28T12:00:30Z"
  }
}

Para cada arquivo disponível, abra ou baixe assets[].url direto, sem o cabeçalho Authorization da API. O link assinado expira em expiresAt: consulte a tarefa de novo para renovar enquanto o arquivo estiver dentro do prazo de retenção. Arquivo pendente ou indisponível não tem URL. Trate os links assinados como dado privado.

SDKs e integrações

Use a SpicyAPI no seu app, terminal, assistente de IA ou fluxo visual. Escolha um guia de configuração.

SDKs
TypeScript · Python · Go · PHP · Java
CLI
Comandos de terminal e scripts de automação.
MCP
Claude Code · Cursor · Codex
Agent Skill
Instruções reutilizáveis para seu assistente de IA.
n8n
Nós comunitários para instalações próprias e modelos importáveis com HTTP Request para n8n Cloud.
ComfyUI
Fluxos de imagem, vídeo e áudio em um canvas de nós.

Mais integrações

SillyTavernTelegram / DiscordApp proxyOpenAI SDKLangChainVercel AI SDK
Explorar fluxos prontos para usar

Use no ComfyUI

Instale os nós da SpicyAPI pelo ComfyUI Manager ou com o comando abaixo e procure por Grok TTS · Text to Speech no canvas. O nó tem as mesmas opções desta página e mostra o preço antes da execução.

cd ComfyUI/custom_nodes
git clone https://github.com/spicyapi-ai/comfyui-spicyapi
Exemplos de fluxos de trabalhoGuia de configuraçãoCódigo-fonte no GitHub