Grok TTS API的费用是多少？

在Beta测试期间，API的定价为每100万个字符4.20美元，速率限制为每分钟600个请求，每个团队每秒10个请求。

Grok TTS提供哪些声音？

提供五种声音：Eve（充满活力和乐观）、Ara（热情友好）、Rex（自信和专业）、Sal（流畅和多才多艺）和Leo（权威和强大）。每种声音都针对特定的内容类型进行了优化。

Grok TTS是否支持富有表现力的语音标签？

是的，Grok TTS支持内联标签，用于添加诸如笑声、耳语、停顿等表情。这些标签可以直接嵌入到文本中，以控制声音的传递，而无需额外的API参数。

Grok TTS是否适用于电话应用？

是的，该API原生输出8 kHz的G.711μ-law和A-law编解码器，这些是电话系统的标准格式。它支持针对不同用例（包括电话、Web和后期制作）优化的多种音频格式。

Grok TTS的最大文本长度是多少？

标准的POST端点接受每个请求最多15,000个字符，超时时间为15分钟。WebSocket端点没有总字符限制，但单个delta消息的上限为15,000个字符。

Grok's Text to Speech API

WebsitePaidText to Speech AI Voice Assistants

Grok的文本转语音API是一项开发人员服务，可将文本转换为自然、富有表现力的语音，支持5种不同的声音、20多种语言和内联语音标签，以便对交付和音调进行精细控制。

访问网站

推广此工具

https://x.ai/api/voice?ref=producthunt&utm_source=aipure#text-to-speech

概述
分析
视频
替代方案

产品信息

更新于：2026年03月20日

Grok's Text to Speech API 月度流量趋势

Grok's Text to Speech API 上个月收到了 22.4m 次访问，显示出 47% 的适度增长。根据我们的分析，这一趋势与人工智能工具领域的典型市场动态相符。

查看历史流量

什么是 Grok's Text to Speech API

Grok的文本转语音API由xAI发布，是一种先进的文本转语音解决方案，使开发人员能够从文本输入生成高质量、听起来自然的语音。该API旨在满足跨内容创作、可访问性和开发人员应用中对表现力丰富的音频生成的需求。它通过向API端点发送单个POST请求提供了一个简单的集成过程，只需文本输入、语音选择和语言参数即可生成音频输出。

Grok's Text to Speech API 的主要功能

Grok的文本转语音API是一项强大的服务，可将文本转换为听起来自然的语音，具有5种不同的语音选项（Eve、Ara、Leo、Rex、Sal），并支持20多种语言并具有自动检测功能。该API通过用于暂停、笑声、耳语和强调的内联语音标签提供细粒度控制，同时提供多种输出格式和采样率。每100万个字符4.20美元的价格，为构建语音应用程序的开发人员提供了具有竞争力的价格。

富有表现力的语音选项: 五种不同的语音个性，具有独特的特征 - Ara（热情、友好）、Eve（充满活力、乐观）、Rex（自信、清晰）、Sal（流畅、平衡）和Leo（权威、强大）

内联语音控制: 使用内联标签对语音传递进行高级控制，以实现暂停、笑声、耳语、强调和其他表达元素

多语言支持: 支持20多种语言，具有自动语言检测功能，并且在发音和方言方面具有母语水平的熟练程度

灵活的音频格式: 多种输出格式和采样率，从8000 Hz到48000 Hz，适用于电话、语音识别和专业音频应用程序