為每個請求選擇 Auto、TokenLab Verified 或 Official,並預先顯示價格。查看最新動態

xAI: Grok TTS

Grok TTS 使用 xAI 的表現力語音將文字轉換為語音。其發布的介面會回傳 MP3 音訊並支援語音選擇,適用於語音回應、旁白及多語言語音輸出。
比較模型
grok-tts
可用xAI文字轉語音同步
輸入 / 輸出
$15.00 / $0.00
模態
音訊

關於 Grok TTS

Grok TTS 是 xAI 的文字轉語音模型,能將書面文字轉換為具有表現力的語音音訊。該介面回傳 MP3 音訊並允許您選擇語音。xAI 支援用於笑聲、耳語和停頓的內嵌語音標籤,因此腳本可以包含表達提示。它適用於語音回覆、旁白和多語言語音輸出。

適用場景

  • 提供多種具表現力的語音選擇,讓您可以挑選符合產品或角色風格的聲音。
  • 回傳 MP3 音訊,無需轉換即可在瀏覽器和應用程式中播放。
  • xAI 支援內嵌標籤(如笑聲、耳語和停頓),用於在文字中塑造表達方式。
  • 所有內建語音皆支援所有可用語言,因此單一語音可以講述多種語言。
  • 輸入純文字即可產出完成的音訊檔案,使長腳本的自動化處理變得簡單。

其他選擇建議

  • 此介面僅輸出 MP3,因此電話通訊格式需要進行轉換。
  • 語音複製和即時串流傳輸屬於獨立功能,不包含在此請求中。
  • 長腳本需要拆分為片段,且您應檢查名稱和縮寫的發音。

入門指南

  1. 建立 API 金鑰

    請至 Console 建立金鑰,即可在平台上使用各類模型。

  2. 發送您的第一個請求

    複製您所選語言的範例,並針對端點執行它。

    文字轉語音TokenLab 端點
    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"
    }'

定價

Official 價格為模型開發商的公開基準價。TokenLab 價格則為您在 TokenLab 使用該模型的實際費用。

文字轉語音

每百萬字元
Official 定價
輸入 $15.00 / 輸出 $0.00
Official
輸入 $15.00 / 輸出 $0.00
折扣
—

使用量與活動

成功率是請求完成的比例;延遲是一次完整回應所需的時間,P95 表示 95% 的請求在該時間內完成。

用量與可用性

過去 24 小時
請求數
成功率
P95 延遲
總 Token 用量
模型效能
當達到隱私權與資料量的門檻後,指標才會顯示。

資料基於彙總的使用者請求,不包含狀態檢查。

直接在 Console 裡試

在 Console 中開啟 Grok TTS,並準備好編輯或發送提示詞。

協助我使用 grok-tts 透過 /v1/audio/speech 進行音訊請求,並顯示結果與成本。

應用情境

  • 語音助理

    將聊天模型的文字回覆朗讀出來,並選擇符合產品風格的語音。

  • 旁白與有聲書

    將文章、課程或章節轉換為音訊檔案,並在需要調整節奏的地方加入停頓標籤。

  • 多語言公告

    使用同一種語音以多種語言製作相同的訊息,以保持品牌聲音的一致性。

提示詞範例

歡迎回來![pause] 您的訂單已出貨,預計將於週四送達。

以冷靜、友善的語氣朗讀此產品描述,並在最後一行使用耳語效果。

以法語朗讀以下段落,保持平穩的節奏,並在每個句子後加入短暫停頓。

FAQ

什麼是 Grok TTS?

這是 xAI 的文字轉語音模型。您發送文字、選擇語音,並接收 MP3 格式的語音音訊。它旨在將書面文字轉換為語音回覆、旁白和多語言語音輸出。

我可以選擇語音嗎?

可以。xAI 提供一系列具表現力的語音,預設為 eve。語音是請求選項之一,因此您可以根據腳本需求在每次呼叫時進行更改。

它支援表情語音嗎?

xAI 支援用於笑聲、耳語和停頓等效果的內嵌語音標籤。將它們放置在文字中您想要產生效果的位置,並聆聽結果。

它可以說哪些語言?

xAI 表示其內建語音適用於所有可用語言。請先以簡短段落測試您的語言,並留意名稱和數字的發音。

它回傳什麼音訊格式?

MP3 格式,可直接在瀏覽器和行動應用程式中播放。如果您的平台需要其他格式(例如電話通訊音訊),請在生成後轉換檔案。任何標準音訊工具皆可進行轉換。

Grok TTS 的費用是多少?

在 TokenLab 上,Grok TTS 價格為 輸入 $15.00 / 輸出 $0.00 每百萬字元。完整明細見上方價格表。 價格因計費單位、規格和用量而異。請在模型的詳細定價中比較相同條件下的費率;單一費率不代表總價。

Grok TTS 應該使用哪一個端點?

請使用 https://api.tokenlab.sh/v1/audio/speech 進行 Grok TTS 的呼叫。下方的請求範例展示了對應的程式碼格式。

Grok TTS 支援哪些操作?

Grok TTS 支援 文字轉語音。請在上方選擇一項操作以查看其端點與請求範例。

比較 Grok TTS

來源

更新於 2026年10月2日

更多來自 Grok Voice 的模型

相關模型