xAI: Grok TTS
grok-tts- Entrada / Salida
- $15.00 / $0.00
- Modalidades
- Audio
Sobre Grok TTS
Grok TTS es el modelo de texto a voz de xAI, que convierte texto escrito en audio hablado con voces expresivas. La interfaz devuelve audio MP3 y le permite elegir una voz. xAI documenta etiquetas de voz integradas para risas, susurros y pausas, de modo que los guiones puedan incluir indicaciones de entrega. Es adecuado para respuestas habladas, narración y salida de voz multilingüe.
Puntos fuertes
- Ofrece una amplia lista de voces expresivas, para que pueda elegir una que coincida con el producto o personaje.
- Devuelve audio MP3, que se reproduce en navegadores y aplicaciones sin necesidad de conversión.
- xAI documenta etiquetas integradas como risas, susurros y pausas para dar forma a la entrega dentro del texto.
- Todas las voces integradas funcionan en los idiomas admitidos, por lo que una sola voz puede hablar varios idiomas.
- Se introduce texto plano y sale un archivo de audio terminado, lo que mantiene los guiones largos fáciles de automatizar.
Cuándo buscar otra opción
- La salida es solo MP3 a través de esta interfaz, por lo que los formatos de telefonía requieren conversión.
- La clonación de voz y la entrega por streaming en vivo son funciones independientes y no forman parte de esta solicitud.
- Los guiones largos deben dividirse en fragmentos, y debe escuchar la pronunciación de nombres y acrónimos.
Primeros pasos
Crear clave API
Genera una clave en Console y úsala con cualquier modelo de la plataforma.
Envía tu primera solicitud
Copia el ejemplo para tu lenguaje y ejecútalo contra el endpoint.
Texto a vozEndpoint de TokenLabPOST/v1/audio/speechcurl -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" }'
Precios
El precio oficial es la línea base pública del creador del modelo. El precio de TokenLab es lo que pagas por este modelo en TokenLab.
Texto a voz
Por millón de caracteres- Precio Official
- Entrada $15.00 / Salida $0.00
- Official
- Entrada $15.00 / Salida $0.00
- Descuento
- —
| Precio OfficialPor millón de caracteres | OfficialPor millón de caracteres | Descuento | |
|---|---|---|---|
| Texto a voz | Entrada $15.00 / Salida $0.00 | Entrada $15.00 / Salida $0.00 | — |
Uso y actividad
La tasa de éxito es la proporción de solicitudes completadas. La latencia es cuánto tarda una respuesta completa; P95 significa que el 95 % de las solicitudes terminaron dentro de ese tiempo.
Uso y disponibilidad
Últimas 24 horas- Solicitudes
- Tasa de éxito
- Latencia P95
- Total de tokens
Los datos se basan en solicitudes de usuario agregadas, excluyendo las comprobaciones de estado.
Abrir en Console
Abre Grok TTS en Console con un prompt listo para editar o enviar.
Ayúdame a probar grok-tts con una solicitud de audio breve en /v1/audio/speech. Muestra el resultado y el coste.
Casos de uso
Asistentes de voz
Diga las respuestas de un modelo de chat en voz alta, eligiendo una voz que se ajuste al producto.
Narración y audiolibros
Convierta artículos, lecciones o capítulos en archivos de audio, añadiendo etiquetas de pausa donde el ritmo necesite un descanso.
Anuncios multilingües
Produzca el mismo mensaje en varios idiomas usando una sola voz para un sonido de marca consistente.
Ejemplos de prompts
¡Bienvenido de nuevo! [pausa] Su pedido ha sido enviado y debería llegar el jueves.
Lee esta descripción de producto con un tono tranquilo y amable, susurrando la última línea.
Narra el siguiente párrafo en francés a un ritmo uniforme, con una breve pausa después de cada oración.
FAQ
¿Qué es Grok TTS?
Es el modelo de texto a voz de xAI. Usted envía texto, elige una voz y recibe audio hablado como un archivo MP3. Está destinado a respuestas habladas, narración y salida de voz multilingüe a partir de texto escrito.
¿Puedo elegir una voz?
Sí. xAI proporciona una lista de voces expresivas, con 'eve' como predeterminada. La voz es una opción de solicitud, por lo que puede cambiarla en cada llamada para adaptarse al guion.
¿Admite habla expresiva?
xAI documenta etiquetas de voz integradas para efectos como risas, susurros y pausas. Colóquelas en el texto donde desee el efecto y escuche el resultado.
¿Qué idiomas puede hablar?
xAI afirma que sus voces integradas funcionan en todos los idiomas disponibles. Pruebe su idioma con un pasaje corto primero, prestando atención a los nombres y números.
¿Qué formato de audio devuelve?
MP3, que se reproduce directamente en navegadores y aplicaciones móviles. Si su plataforma necesita otro formato, como audio de telefonía, convierta el archivo después de la generación. Cualquier herramienta de audio estándar puede realizar la conversión.
¿Cuánto cuesta Grok TTS?
En TokenLab, Grok TTS cuesta Entrada $15.00 / Salida $0.00 Por millón de caracteres. La tabla de precios arriba muestra el desglose completo. Las tarifas dependen de la unidad de facturación, la especificación y el uso. Compare condiciones iguales en el precio detallado del modelo; una sola tarifa no determina el coste total.
¿Qué endpoint debe usar Grok TTS?
Utiliza https://api.tokenlab.sh/v1/audio/speech para Grok TTS. El ejemplo de solicitud a continuación muestra la estructura de código correspondiente.
¿Qué operaciones soporta Grok TTS?
Grok TTS admite Texto a voz. Selecciona una operación arriba para ver su endpoint y ejemplo de solicitud.
Comparar Grok TTS
Fuentes
Revisado el 2 oct 2026
