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.
Playground
Estes exemplos foram escritos para este endpoint. Substitua o prompt e as URLs de mídia de exemplo por suas próprias entradas acessíveis. Antes de enviar, confira a estimativa atual e a disponibilidade do modelo.
- 0:00 / –:––
whispered-voice-note Uma mensagem de voz tarde da noite com Eve, com [pause], [breath] e [giggle] e uma frase sussurrada. As tags são interpretadas; uma transcrição do áudio contém só as palavras faladas.
- en
- eve
- 0:00 / –:––
slow-burn-chapter Narração romântica com Rex na velocidade 0,9, com um [breath] antes da última frase e <slow> em volta dela. O preço era conhecido antes de rodar: a contagem de caracteres do roteiro, tags incluídas.
- 0.9
- en
- rex
- 0:00 / –:––
french-one-more-hour Uma fala brincalhona em francês com Camille, uma voz nativa francesa, com language em fr, um [chuckle] e uma segunda frase mais suave.
- fr
- 69smp8rm
Este exemplo começa em $0.018 por 1.000 caracteres. O Playground recalcula a estimativa sempre que você muda as configurações.