Grok TTS обзор: 71 готовый голос и аудиоформаты
Один голос на запрос, до 15 000 символов сценария.
Синтез речи Grok от xAI, общедоступный с марта 2026 года: 71 готовый голос на 20 языках, смех, дыхание и шёпот прямо в тексте сценария и ползунок скорости. До 15 000 символов за запрос, тарификация за каждую 1000 символов, а SpicyAPI не добавляет никакого фильтра контента.
- Lydia
- Без практического теста · каталог проверен 7 окт. 2026 г.
- Обновлено 7 окт. 2026 г.
Наш вывод
Новые платные образцы для статьи не создавались. Опубликованный пример показывает конкретные вход и выход, а не контролируемое сравнение моделей. Иллюстрация статьи — редакционная работа, а не результат теста обсуждаемой модели.
Что понравилось и что мешало
Что понравилось
- Голосовые сообщения и приложения-компаньоны. Шёпотом сказанная фраза, смех в нужном месте, вдох перед следующей репликой — всё записывается в сценарий тегами, так что подача становится частью текста, который вы храните и воспроизводите снова.
- Многоязычное озвучивание. Озвучьте один и тот же сценарий на английском, японском, французском, корейском, арабском и других языках — одним из пяти многоязычных голосов или родным голосом для каждого языка.
Что мешало
- Один голос на запрос, до 15 000 символов сценария. Результат — один аудиофайл; пословных меток времени и субтитров нет. Доступен только 71 готовый голос — без клонирования и собственных голосов. pcm, mulaw и alaw возвращают сырой звук без заголовка файла, который большинство плееров и браузеров не откроют напрямую.
Что подтверждают данные
Использованные данные не подтверждают сопоставимый публичный результат качества для точного варианта, который предоставляется здесь. Соседняя версия или другой режим не закрывают этот пробел. Описанные настройки — проверенные функции продукта, а не новые оценки естественности, разборчивости или скорости.
Как подготовить первый запрос
Вход ниже основан на опубликованных примерах и не обещает одинакового результата при каждом запуске. Разделяйте произносимые слова и указания, если для них есть разные поля. Сначала проверьте обычное предложение, затем расширяйте сценарий. Дополнительные прилагательные редко устраняют неоднозначность.
{
"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"
}Начните с фрагмента, от которого зависит приёмка: имени, сложного числа или предложения со сменой эмоции. Сверьте результат с оригиналом до самого конца. Зафиксируйте вход и меняйте по одной настройке. Приятный голос ещё не доказывает, что сохранены все слова.
Перед отправкой проверьте текущую оценку стоимости на странице задачи. Оплату за символ, секунду и запрос нельзя сравнивать только по начальной цене. Возьмите одинаковый фрагмент или запись и учтите необходимое преобразование и выравнивание.
Как выбрать альтернативу
Сначала выбирайте недостающую возможность. Альтернатива должна устранять конкретное препятствие: выбор голоса, более длинный сценарий, режиссуру или подходящий вид расшифровки. Нового названия недостаточно. На текущих страницах указаны задачи и единицы оплаты.
Что Grok TTS умеет на SpicyAPI
Взято напрямую из актуальной спецификации модели на SpicyAPI. Некоторые разработчики дают больше в своих приложениях; здесь — то, что можно вызвать через наш API уже сегодня.
| Функция | Текст в речь |
|---|---|
| Форматы вывода | mp3 · wav · pcm · mulaw · alaw |
| Управление seed | Нет |
| Негативный промпт | Нет |
Что вы думаете?
Был ли этот обзор полезен?
Войдите, чтобы проголосовать.
Комментарии
Комментарии проверяются автоматически и нашей командой. Мы удаляем спам, неуместный контент, личные нападки и всё, где без согласия называют реального человека. Пожалуйтесь на комментарий — мы рассмотрим жалобу в течение одного рабочего дня.
Пробовали эту модель? Поделитесь тем, что сработало. Чтобы комментировать, нужен бесплатный аккаунт — так мы защищаемся от спама.
Вопросы о Grok TTS
Попробуйте Grok TTS сами
Настройте каждый параметр в Playground и узнайте точную цену до запуска.
Другие обзоры
Смотреть рейтинги →
Gemini 3.8 Flash-Lite TTS
Один или два голоса на запрос: до 5000 символов сценария для одного голоса или до 20 реплик диалога по 250 символов для двух.
Без практического теста · каталог проверен 7 окт. 2026 г.
Читать обзор
Gemini 3.8 Flash TTS
Один или два голоса на запрос: до 5000 символов сценария для одного голоса или до 20 реплик диалога по 250 символов для двух.
Без практического теста · каталог проверен 7 окт. 2026 г.
Читать обзор
Seed Speech 2.0
Один голос на запрос, сценарий до 5000 символов.
Без практического теста · каталог проверен 7 окт. 2026 г.
Читать обзор