xAI: Grok TTS

Grok TTS generiert Sprache aus Text unter Verwendung der ausdrucksstarken Stimmen von xAI. Die veröffentlichte Schnittstelle liefert MP3-Audio und unterstützt die Auswahl einer Stimme, was es nützlich für gesprochene Antworten, Narration und mehrsprachige Sprachausgabe macht.

Modelle vergleichen

grok-tts

VerfügbarxAIText zu SpracheSynchron

Eingabe / Ausgabe: $15.00 / $0.00
Modalitäten: Audio

Über Grok TTS

Grok TTS ist das Text-to-Speech-Modell von xAI, das geschriebenen Text in gesprochenes Audio mit ausdrucksstarken Stimmen umwandelt. Die Schnittstelle gibt MP3-Audio zurück und lässt Sie eine Stimme auswählen. xAI dokumentiert Inline-Sprachtags für Lachen, Flüstern und Pausen, sodass Skripte Anweisungen zur Sprechweise enthalten können. Es eignet sich für gesprochene Antworten, Erzählungen und mehrsprachige Sprachausgabe.

Stärken

Bietet eine große Auswahl an ausdrucksstarken Stimmen, sodass Sie eine auswählen können, die zum Produkt oder Charakter passt.
Gibt MP3-Audio zurück, das ohne Konvertierung in Browsern und Apps abgespielt werden kann.
xAI dokumentiert Inline-Tags wie Lachen, Flüstern und Pausen, um die Sprechweise innerhalb des Textes zu gestalten.
Alle integrierten Stimmen funktionieren über die unterstützten Sprachen hinweg, sodass eine Stimme mehrere Sprachen sprechen kann.
Reiner Text wird eingegeben und eine fertige Audiodatei ausgegeben, was die Automatisierung langer Skripte einfach hält.

Alternativen

Die Ausgabe über diese Schnittstelle erfolgt nur als MP3, daher erfordern Telefonieformate eine Konvertierung.
Stimmklonierung und Live-Streaming-Ausgabe sind separate Funktionen und nicht Teil dieser Anfrage.
Lange Skripte müssen in Stücke unterteilt werden, und Sie sollten die Aussprache von Namen und Akronymen überprüfen.

Erste Schritte

API-Schlüssel erstellen
Erstelle einen Schlüssel in Console und nutze ihn mit jedem Modell auf der Plattform.

Senden Sie Ihre erste Anfrage

Kopieren Sie das Beispiel für Ihre Sprache und führen Sie es gegen den Endpunkt aus.

Text zu SpracheTokenLab-Endpunkt

POST/v1/audio/speech

curl -X POST "https://api.tokenlab.sh/v1/audio/speech" \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
  "operation": "tts",
  "response_format": "mp3",
  "model": "grok-tts",
  "input": "Hello from TokenLab.",
  "voice": "alloy"
}'

Preise

Der offizielle Preis ist die öffentliche Basisvorgabe des Modellerstellers. Der TokenLab-Preis ist das, was du für dieses Modell auf TokenLab zahlst.

Text zu Sprache

Pro 1 Mio. Zeichen

Offizieller Preis: Eingabe $15.00 / Ausgabe $0.00
Official: Eingabe $15.00 / Ausgabe $0.00
Rabatt: —

	Offizieller PreisPro 1 Mio. Zeichen	OfficialPro 1 Mio. Zeichen	Rabatt
Text zu Sprache	Eingabe $15.00 / Ausgabe $0.00	Eingabe $15.00 / Ausgabe $0.00	—

Nutzung & Aktivität

Die Erfolgsquote ist der Anteil abgeschlossener Anfragen. Die Latenz ist die Dauer einer vollständigen Antwort; P95 bedeutet, dass 95 % der Anfragen innerhalb dieser Zeit abgeschlossen wurden.

Nutzung & Verfügbarkeit

Letzte 24 Stunden

Anfragen
Erfolgsrate
P95-Latenz
Token gesamt

Modellleistung

Zuletzt aktualisiert 3. Okt. 2026, 19:28 UTC

Metriken erscheinen, sobald die Schwellenwerte für Datenschutz und Datenvolumen erreicht sind.

Die Daten basieren auf aggregierten Benutzeranfragen, Statusprüfungen sind ausgeschlossen.

In Console öffnen

Öffne Grok TTS in Console mit einer bearbeitbaren oder versandbereiten Eingabeaufforderung.

Teste grok-tts mit einer kurzen Audio-Anfrage an /v1/audio/speech. Zeige Ergebnis und Kosten.

Anwendungsfälle

Sprachassistenten
Sprechen Sie Antworten eines Chat-Modells laut aus und wählen Sie eine Stimme, die zum Produkt passt.
Erzählungen und Hörbücher
Wandeln Sie Artikel, Lektionen oder Kapitel in Audiodateien um und fügen Sie Pausen-Tags ein, wo das Tempo eine Unterbrechung benötigt.
Mehrsprachige Ankündigungen
Erstellen Sie dieselbe Nachricht in mehreren Sprachen mit einer Stimme für einen konsistenten Markenklang.

Prompt-Beispiele

Willkommen zurück! [Pause] Ihre Bestellung wurde versandt und sollte am Donnerstag ankommen.

Lies diese Produktbeschreibung in einem ruhigen, freundlichen Ton und flüstere die letzte Zeile.

Erzähle den folgenden Absatz auf Französisch in gleichmäßigem Tempo, mit einer kurzen Pause nach jedem Satz.

FAQ

Was ist Grok TTS?

Es ist das Text-to-Speech-Modell von xAI. Sie senden Text, wählen eine Stimme und erhalten gesprochenes Audio als MP3-Datei. Es ist für gesprochene Antworten, Erzählungen und mehrsprachige Sprachausgabe aus geschriebenem Text gedacht.

Kann ich eine Stimme auswählen?

Ja. xAI bietet eine Auswahl an ausdrucksstarken Stimmen, wobei 'eve' die Standardstimme ist. Die Stimme ist eine Anfrageoption, sodass Sie sie pro Aufruf an das Skript anpassen können.

Unterstützt es ausdrucksstarke Sprache?

xAI dokumentiert Inline-Sprachtags für Effekte wie Lachen, Flüstern und Pausen. Platzieren Sie diese im Text an der gewünschten Stelle und hören Sie sich das Ergebnis an.

Welche Sprachen kann es sprechen?

xAI gibt an, dass seine integrierten Stimmen über alle verfügbaren Sprachen hinweg funktionieren. Testen Sie Ihre Sprache zuerst mit einer kurzen Passage und achten Sie dabei auf Namen und Zahlen.

Welches Audioformat wird zurückgegeben?

MP3, das direkt in Browsern und mobilen Apps abgespielt werden kann. Wenn Ihre Plattform ein anderes Format benötigt, wie z. B. Telefonie-Audio, konvertieren Sie die Datei nach der Erstellung. Jedes Standard-Audiotool kann diese Konvertierung durchführen.

Was kostet Grok TTS?

Auf TokenLab kostet Grok TTS Eingabe $15.00 / Ausgabe $0.00 Pro 1 Mio. Zeichen. Die vollständige Aufschlüsselung steht in der Preistabelle oben. Die Preise hängen von Abrechnungseinheit, Spezifikation und Nutzung ab. Vergleichen Sie gleiche Bedingungen in der detaillierten Preisliste des Modells; eine einzelne Rate bestimmt nicht die Gesamtkosten.

Welchen Endpunkt soll Grok TTS verwenden?

Verwenden Sie https://api.tokenlab.sh/v1/audio/speech für Grok TTS. Das folgende Anforderungsbeispiel zeigt die passende Code-Struktur.

Welche Operationen unterstützt Grok TTS?

Grok TTS unterstützt Text zu Sprache. Wählen Sie oben einen Vorgang aus, um dessen Endpunkt und Anforderungsbeispiel anzuzeigen.