xAI: Grok Voice TTS
grok-voice-tts- 輸入 / 輸出
- $15.00 / $0.00
- 模態
- 音訊
關於 Grok Voice TTS
Grok Voice TTS 是 xAI 的文字轉語音模型，能將書面文字以選定的聲音與語言渲染為語音音訊。內嵌標籤（如暫停、笑聲與耳語）可塑造表達方式。適用於旁白、語音通知以及無需即時對話的在地化音訊回答。
適用場景
- 內嵌語音標籤（如 [pause] 和 [laugh]）以及包裹標籤（如 whisper）可在文字內部控制表達方式。
- 所有內建聲音均支援所提供的語言，因此單一聲音識別碼可用於同一內容的在地化版本。
- 自訂聲音可從簡短的參考片段中複製，以用於品牌或角色配音。
- 可回傳字元級時間戳記，用於將字幕或唇形同步至音訊。
其他選擇建議
- 它朗讀的是固定文字；若來電者需要中斷或回應，則需使用對話式語音模型。
- 長篇講稿的輸出品質取決於原始文字中的標點符號與標籤，未經編輯的機器文字聽起來可能會較為平淡。
入門指南
建立 API 金鑰
請至 Console 建立金鑰，即可在平台上使用各類模型。
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/speechcurl -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." }'
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。
定價
每百萬字元- Official
- 輸入$15.00/百萬字元輸出$0.00/百萬字元
- Official 定價
- 輸入$15.00/百萬字元輸出$0.00/百萬字元
| Official 定價每百萬字元 | Official每百萬字元 | 折扣 | |
|---|---|---|---|
| 輸入 | $15.00 | $15.00 | — |
| 輸出 | $0.00 | $0.00 | — |
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
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 Voice TTS，並準備好編輯或發送提示詞。
協助我使用 grok-voice-tts 透過 /v1/audio/speech 進行音訊請求，並顯示結果與成本。
應用情境
旁白文章與課程
將完成的文章或課程講稿轉為音軌，並使用暫停來區隔章節。
語音快訊
透過電話編解碼器以使用者的語言朗讀訂單更新或安全通知。
在地化產品影片
使用同一種聲音以多種語言為同一講稿配音，然後利用時間戳記對齊字幕。
提示詞範例
用溫暖、穩定的聲音朗讀這段文字，並在每個句子後加入短暫的 [pause]。
用法語朗讀以下通知，然後用德語重複，並使用相同的聲音。
<whisper>您的包裹已寄出。</whisper> [pause] 預計將於週四送達。
FAQ
Grok Voice TTS 的功能是什麼？
它將文字轉換為語音音訊。您選擇聲音、語言代碼（選填）與輸出格式，它會回傳該文字的音訊，包含您內嵌編寫的任何表達標籤。
它可以產生哪些音訊格式？
MP3、WAV 與原始 PCM，以及電話編解碼器 mu-law 與 A-law，取樣率從 8 kHz 到 48 kHz。電話編解碼器適用於電話系統；MP3 適用於網頁與行動裝置播放。
它可以說多少種語言？
xAI 支援二十種由 BCP-47 代碼選定的語言，並提供自動語言偵測作為替代方案。每個內建聲音皆能說所有支援的語言，因此切換語言時無需更換聲音。
我可以在文字尚未傳輸完畢時串流音訊嗎？
可以。WebSocket 端點會在文字傳送時即時產生音訊，這在另一個模型仍在撰寫即將朗讀的回覆時特別有用。
我可以修正發音錯誤的單字嗎？
可以。發音替換功能讓您能將書面術語對應至其正確讀音，確保品牌名稱與縮寫詞在不編輯顯示文字的情況下也能正確發音。
Grok Voice TTS 的費用是多少？
在 TokenLab 上，Grok Voice 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。
Grok Voice TTS 應該使用哪一個端點？
請使用 https://api.tokenlab.sh/v1/audio/speech 進行 Grok Voice TTS 的呼叫。下方的請求範例展示了對應的程式碼格式。
Grok Voice TTS 支援哪些操作？
Grok Voice 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 Voice TTS
來源
更新於 2026年10月2日
