xAI: Grok TTS

Grok TTS menghasilkan ucapan dari teks menggunakan suara ekspresif xAI. Antarmuka yang dipublikasikan mengembalikan audio MP3 dan mendukung pemilihan suara, sehingga berguna untuk respons lisan, narasi, dan output suara multibahasa.

Bandingkan model

grok-tts

TersediaxAITeks ke suaraSinkronkan

Masukan / Keluaran: $15.00 / $0.00
Modalitas: Audio

Tentang Grok TTS

Grok TTS adalah model text-to-speech dari xAI, yang mengubah teks tertulis menjadi audio lisan dengan suara yang ekspresif. Antarmuka ini mengembalikan audio MP3 dan memungkinkan Anda memilih suara. xAI mendokumentasikan tag ucapan inline untuk tawa, bisikan, dan jeda, sehingga skrip dapat membawa isyarat penyampaian. Model ini cocok untuk balasan lisan, narasi, dan output suara multibahasa.

Kelebihan

Menawarkan daftar besar suara ekspresif, sehingga Anda dapat memilih yang sesuai dengan produk atau karakter.
Mengembalikan audio MP3, yang dapat diputar di browser dan aplikasi tanpa konversi.
xAI mendokumentasikan tag inline seperti tawa, bisikan, dan jeda untuk membentuk penyampaian di dalam teks.
Semua suara bawaan berfungsi di seluruh bahasa yang didukung, sehingga satu suara dapat berbicara dalam beberapa bahasa.
Teks biasa dimasukkan dan file audio jadi keluar, yang membuat skrip panjang mudah diotomatisasi.

Kapan harus beralih

Output hanya berupa MP3 melalui antarmuka ini, sehingga format telepon memerlukan konversi.
Kloning suara dan pengiriman streaming langsung adalah fitur terpisah dan bukan bagian dari permintaan ini.
Skrip panjang perlu dipecah menjadi potongan-potongan, dan Anda harus mendengarkan pelafalan nama dan akronim.

Memulai

Buat API key
Buat kunci di Console, gunakan untuk semua model di platform.

Kirim permintaan pertama Anda

Salin contoh untuk bahasa Anda dan jalankan terhadap endpoint tersebut.

Teks ke suaraEndpoint TokenLab

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"
}'

Penetapan Harga

Harga Official adalah baseline publik pembuat model. Harga TokenLab adalah yang Anda bayar untuk model ini di TokenLab.

Teks ke suara

Per 1 juta karakter

Harga Official: Masukan $15.00 / Keluaran $0.00
Official: Masukan $15.00 / Keluaran $0.00
Diskon: —

	Harga OfficialPer 1 juta karakter	OfficialPer 1 juta karakter	Diskon
Teks ke suara	Masukan $15.00 / Keluaran $0.00	Masukan $15.00 / Keluaran $0.00	—

Penggunaan & aktivitas

Tingkat keberhasilan adalah proporsi permintaan yang selesai. Latensi adalah berapa lama respons penuh berlangsung; P95 berarti 95% permintaan selesai dalam waktu tersebut.

Penggunaan & ketersediaan

24 jam terakhir

Permintaan
Tingkat keberhasilan
Latensi P95
Total token

Performa model

Terakhir diperbarui 3 Okt 2026, 19.22 UTC

Metrik akan muncul setelah ambang batas privasi dan volume data terpenuhi.

Data didasarkan pada permintaan pengguna gabungan, tidak termasuk pemeriksaan status.

Buka di Console

Buka Grok TTS di Console dengan prompt siap diedit atau dikirim.

Bantu saya mencoba grok-tts dengan permintaan audio singkat di /v1/audio/speech. Tampilkan hasil dan biayanya.

Skenario penggunaan

Asisten suara
Ucapkan balasan dari model chat dengan lantang, pilih suara yang sesuai dengan produk.
Narasi dan buku audio
Ubah artikel, pelajaran, atau bab menjadi file audio, tambahkan tag jeda di tempat yang memerlukan jeda tempo.
Pengumuman multibahasa
Hasilkan pesan yang sama dalam beberapa bahasa menggunakan satu suara untuk suara merek yang konsisten.

Contoh prompt

Selamat datang kembali! [jeda] Pesanan Anda telah dikirim dan akan tiba pada hari Kamis.

Baca deskripsi produk ini dengan nada tenang dan ramah, bisikkan baris terakhir.

Narasikan paragraf berikut dalam bahasa Prancis dengan tempo yang rata, dengan jeda singkat setelah setiap kalimat.

FAQ

Apa itu Grok TTS?

Ini adalah model text-to-speech dari xAI. Anda mengirim teks, memilih suara, dan menerima audio lisan sebagai file MP3. Ini ditujukan untuk balasan lisan, narasi, dan output suara multibahasa dari teks tertulis.

Bisakah saya memilih suara?

Ya. xAI menyediakan daftar suara ekspresif, dengan 'eve' sebagai default. Suara adalah opsi permintaan, jadi Anda dapat mengubahnya per panggilan agar sesuai dengan skrip.

Apakah mendukung ucapan ekspresif?

xAI mendokumentasikan tag ucapan inline untuk efek seperti tawa, bisikan, dan jeda. Tempatkan tag tersebut dalam teks di tempat yang Anda inginkan efeknya dan dengarkan hasilnya.

Bahasa apa saja yang bisa diucapkannya?

xAI menyatakan bahwa suara bawaannya berfungsi di semua bahasa yang tersedia. Uji bahasa Anda dengan bagian singkat terlebih dahulu, perhatikan nama dan angka.

Format audio apa yang dikembalikannya?

MP3, yang dapat diputar langsung di browser dan aplikasi seluler. Jika platform Anda memerlukan format lain, seperti audio telepon, konversikan file setelah pembuatan. Alat audio standar apa pun dapat melakukan konversi tersebut.

Berapa biaya Grok TTS?

Di TokenLab, Grok TTS dikenakan Masukan $15.00 / Keluaran $0.00 Per 1 juta karakter. Tabel harga di atas menampilkan rincian lengkap. Tarif bergantung pada unit penagihan, spesifikasi, dan penggunaan. Bandingkan kondisi yang sama dalam harga detail model; satu tarif tidak menentukan total biaya.

Endpoint mana yang harus digunakan Grok TTS?

Pakai https://api.tokenlab.sh/v1/audio/speech sebagai default untuk Grok TTS. Jika format native penyedia didukung, API workbench juga menampilkan endpoint tersebut.

Operasi apa saja yang didukung Grok TTS?

Grok TTS mendukung Teks ke suara. Pilih operasi di API workbench di atas untuk melihat endpoint dan contoh kode terkait.