各リクエストに対して Auto、TokenLab Verified、または Official を選択でき、価格は事前に表示されます。 新機能を見る

xAI: Grok Voice TTS

Grok Voice TTSは、選択した声と言語で書かれたテキストから音声を生成します。ローカライズされたナレーション、音声通知、および準備されたテキストを音声応答としてレンダリングする必要があるアプリケーションに適しています。
モデルを比較
grok-voice-tts
利用可能xAIテキスト読み上げ同期
入力 / 出力
$15.00 / $0.00
モダリティ
オーディオ

Grok Voice TTS について

Grok Voice TTSはxAIのテキスト読み上げモデルであり、書き込まれたテキストを選択した音声と言語で音声出力します。一時停止、笑い声、ささやき声などのインラインタグで話し方を調整できます。ナレーション、音声通知、およびライブ会話が不要なローカライズされた音声回答などに使用してください。

得意なこと

  • [pause]や[laugh]などのインライン音声タグ、およびwhisperのようなラップタグを使用して、テキスト内で直接話し方を制御できます。
  • 組み込み音声はすべてサポートされている言語を話すため、同じコンテンツのローカライズ版であっても、一つの音声アイデンティティを維持できます。
  • カスタム音声は、ブランドやキャラクターの声として、短い参照クリップからクローン作成できます。
  • キャプションや唇の動きを音声と同期させるために、文字単位のタイムスタンプを取得できます。

他のモデルを検討すべきケース

  • これは固定テキストを読み上げるモデルです。話し手が割り込んだり返答したりする必要がある場合は、会話型音声モデルを使用してください。
  • 長いスクリプトの出力品質はソーステキストの句読点やタグに依存するため、編集されていない機械的なテキストは平坦に聞こえる場合があります。

はじめに

  1. 最初のキーを作成

    Consoleでキーを作成すれば、プラットフォーム内のすべてのモデルで使えます。

  2. 最初のリクエストを送信する

    お使いの言語の例をコピーして、エンドポイントに対して実行してください。

    テキスト読み上げTokenLab エンドポイント
    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 '{
      "language_code": "en",
      "operation": "tts",
      "response_format": "mp3",
      "voice": "eve",
      "model": "grok-voice-tts",
      "input": "Hello from TokenLab."
    }'

パラメータ

テキスト読み上げ

パラメーター値と制限デフォルト注記
input未提供未提供未提供
language_code未提供未提供This field is accepted. The current public contract does not specify a complete value range or list. No additional values are promised. The omitted-field default is not verified.
operation未提供未提供未提供
response_formatmp3, wav, pcm未提供未提供
speed≥ 0.7, ≤ 1.5未提供The gateway accepts numbers from 0.25 to 4.0. The selected supplier can impose a narrower range. A uniform omitted-field default is not verified.
voicecarina, zagan, helix, orion, luna, iris, altair, zenith, perseus, helios, lux, kepler, rigel, cosmo, celeste, ursa, sirius, lumen, castor, naksh, atlas, aurora, liora, ara, eve, leo, rex, sal未提供未提供
voice_id未提供未提供This field is accepted. The current public contract does not specify a complete value range or list. No additional values are promised. The omitted-field default is not verified.

料金

Verified 価格は Verified に適用され、多くのモデルでより低コストです。Official 価格はモデルのメーカーが公表する価格で、信頼性の高い Official ルートに適用されます。Auto はリクエストを完了したルートの価格で課金します。

料金

100万文字あたり
Verified 価格
—
Official 価格
入力$15.00/100万文字出力$0.00/100万文字

使用状況とアクティビティ

成功率は完了したリクエストの割合です。レイテンシは完全なレスポンスにかかる時間で、P95 は 95% のリクエストがその時間内に完了したことを意味します。

使用量と可用性

過去24時間
リクエスト数
成功率
P95 レイテンシ
合計トークン数
モデルパフォーマンス
プライバシーおよびデータ量のしきい値に達すると、メトリクスが表示されます。

データはステータスチェックを除外した、集計済みのユーザーリクエストに基づいています。

Consoleで開く

ConsoleでGrok Voice TTSを開き、プロンプトを編集・送信できます。

grok-voice-ttsと/v1/audio/speechで音声をテスト。結果とコストを表示します。

ユースケース

  • ナレーション付き記事やレッスン

    完成した記事やコースのスクリプトを音声トラックに変換し、一時停止を使用してセクションを区切ります。

  • 音声アラート

    注文状況の更新や安全に関する通知を、電話用コーデックを通じてユーザーの言語で読み上げます。

  • ローカライズされた製品ビデオ

    同じスクリプトを一つの選択した音声で複数の言語で読み上げ、タイムスタンプを使用してキャプションを合わせます。

プロンプト例

この段落を温かみのある安定した声で読み上げ、各文の後に短い[pause]を入れてください。

以下の通知をフランス語で読み上げ、次に同じ声を使ってドイツ語で繰り返してください。

<whisper>荷物が発送されました。</whisper> [pause] 木曜日に到着予定です。

FAQ

Grok Voice TTSは何をしますか?

テキストを音声に変換します。音声、言語コード(オプション)、出力形式を選択すると、インラインで記述した表現タグを含め、テキストに対応する音声が返されます。

どのオーディオ形式を出力できますか?

MP3、WAV、RAW PCMに加え、電話用コーデックのmu-lawおよびA-lawに対応しており、サンプルレートは8kHzから48kHzまで選択可能です。電話用コーデックは電話システムに適しており、MP3はWebやモバイル再生に適しています。

何ヶ国語を話せますか?

xAIはBCP-47コードで選択された20言語に対応しており、自動言語検出も利用可能です。各組み込み音声はサポートされているすべての言語を話せるため、言語を切り替える際に新しい音声を選択する必要はありません。

テキストがまだ届いている最中に音声をストリーミングできますか?

はい。WebSocketエンドポイントはテキストが送信されると同時にリアルタイムで音声を生成します。これは、別のモデルがまだ返答を生成している最中に役立ちます。

誤った発音を修正できますか?

はい。発音の置き換え機能により、書き言葉の用語をどのように発音すべきかをマッピングできるため、表示テキストを編集することなくブランド名や頭字語を正しく発音させることができます。

Grok Voice TTS の料金はいくらですか?

TokenLab では Grok Voice TTS は 入力 $15.00 / 出力 $0.00 100万文字あたり です。詳細は上の料金表を参照してください。

Grok Voice TTS はどのエンドポイントを使うべきですか?

Grok Voice TTS のデフォルトは https://api.tokenlab.sh/v1/audio/speech です。プロバイダーネイティブ形式に対応している場合は、API workbench にそのエンドポイントも表示されます。

Grok Voice TTS はどの操作に対応していますか?

Grok Voice TTS は テキスト読み上げ に対応しています。上の API workbench で操作を選ぶと、対応するエンドポイントとコード例が表示されます。

Grok Voice TTS を比較する

ソース

2026/10/02 時点での評価

Grok Voice の他のモデル

関連モデル