SpaceXAI: Grok Voice TTS 1.0

Описание

Grok Voice TTS 1.0 — это модель преобразования текста в речь от SpaceXAI. Она преобразует текст в звуковое аудио на более чем 20 языках с автоматическим определением языка и предлагает пять встроенных голосов (Eve, Ara, Rex, Sal, Leo), охватывающих различные тональности. Встроенные теги речи позволяют управлять паузами, ударениями, высотой тона, скоростью и вокальным стилем. Вывод доступен в форматах MP3, WAV, PCM, μ-law и A-law с частотой дискретизации от 8 кГц до 48 кГц, с количеством символов до 15 000 на запрос.

Характеристики

API и примеры кода

from openai import OpenAI

client = OpenAI(
    base_url="https://infergate.ru/api/v1",
    api_key="sk-•••",
)

resp = client.audio.speech.create(
    model="x-ai/grok-voice-tts-1.0",
    input="Привет! Это синтез речи.",
    voice="alloy",
    response_format="mp3",
)
resp.write_to_file("speech.mp3")

Поддерживаемые параметры запроса