Езици и многоезична реч
На тази страница
Обновено на 3 ноември 2026 г., въз основа на страницата Text to Speech на xAI. Източник: Text to Speech.
Двадесет езика за глобална аудитория
Grok TTS обхваща двадесет езика, всеки със собствен естествен акцент и произношение. Практическият резултат е прост: аудио приложение, създадено за международна аудитория, вече не трябва да жонглира с няколко доставчика на реч, заедно с неравномерното качество и отделните договори, които ги съпътстват. Една интеграция, един формат на заявката и преминавате от английски на японски, като промените само един параметър.
Това покритие оформя и начина, по който проектирате продуктите си. Платформа за е-обучение, която е публикувала своите аудио модули само на английски, може да ги предложи на десет езика, без да презаписва нито един актьор или да преговаря отново за правата върху гласовете.
Поддържани езици
| BCP-47 код | Език | Регион |
|---|---|---|
en | Английски | Международен |
fr | Френски | Франция |
de | Немски | Германия |
es-ES | Испански | Испания |
es-MX | Испански | Мексико |
pt-BR | Португалски | Бразилия |
pt-PT | Португалски | Португалия |
it | Италиански | Италия |
ja | Японски | Япония |
ko | Корейски | Южна Корея |
zh | Китайски | Китай |
hi | Хинди | Индия |
ar-EG / ar-SA / ar-AE | Арабски | Египет / Саудитска Арабия / ОАЕ |
ru | Руски | Русия |
tr | Турски | Турция |
id | Индонезийски | Индонезия |
vi | Виетнамски | Виетнам |
bn | Бенгалски | Бангладеш / Индия |
Декларирайте езика на всяка заявка
Параметърът language е задължителен: никоя TTS заявка не се изпраща без него. Можете да посочите изричен BCP-47 код или да използвате стойността auto, която позволява на модела да определи езика въз основа на текста.
{
"text": "Hello, how are you today?",
"voice_id": "ara",
"language": "en"
}
Автоматичното откриване помага, когато не знаете предварително езика на потребителя: формуляр за контакт, отворен за всички, поток от коментари или международен чатбот. Това обаче все пак е извод, а изводите могат да бъдат грешни. При изречение от три думи или текст, който смесва два езика още от първия ред, моделът може да избере грешен фонетичен профил и да Ви върне френски текст, прочетен с английски акцент. Когато знаете езика, го посочете изрично: резултатът ще бъде по-надежден.
Чужди думи в изречението
Английски текст, поръсен с няколко чужди термина, все още се декларира като "en". Текущата документация на xAI не описва превключване на произношението по средата на изречението, затова прослушайте как звучат Вашите чужди или технически термини и коригирайте проблемните чрез таблицата replace.
{
"text": "Our team deploys to Kubernetes with kubectl.",
"voice_id": "rex",
"language": "en",
"replace": {"kubectl": "kube cuttle"}
}
Всеки ключ в replace се заменя със своята стойност преди синтеза: променя се само аудиото, докато текстът, който изпращате и за който плащате, остава Вашият. Стойността може да бъде фонетично преправено изписване или IPA (Международна фонетична азбука), записана между наклонени черти, която моделът чете директно. xAI цитира точно този случай: термини, чието произношение идва от употребата, а не от изписването, като например nginx или kubectl. Таблицата приема до 200 записа, с ключове от максимум 100 знака и без препинателни знаци или символи.
Регионални варианти
Испанският, португалският и арабският език съществуват в няколко варианта и изборът не е козметичен: той влияе върху произношението, интонацията и част от речника. Между es-ES и es-MX избирате между кастилската интонация и речник от една страна и мексиканската от друга. Между pt-BR и pt-PT разликата в произношението е очевидна за всеки носител на езика. За арабския език ar-EG, ar-SA и ar-AE съответстват на египетския, саудитския и емратския регистър.
Винаги избирайте варианта, който говори Вашата аудитория. Учебно помагало за мексиканския пазар, разказано на кастилски испански, има същия ефект като американска реклама, озвучена с британски акцент: хората ще слушат, но ще забележат, че не е създадено с мисъл за тях.
Навици, които предотвратяват неприятни изненади
Използвайте един езиков код на заявка: основният език на текста. Английски текст с няколко чужди термина се декларира като "en", а упоритите думи коригирате с replace, вместо да разделяте текста на части на различни езици.
След това тествайте всеки език, преди да го предоставите на потребители, използвайки изречения, които представляват Вашето реално съдържание, а не самотно „здрасти“. Качеството варира от един език на друг и е по-добре да откриете проблем с темпото по време на тестване, отколкото в производствена среда.
Накрая, следете собствените имена. Полска фамилия в английски текст или японска марка в испански: двигателят прилага правилата на декларирания език и може да ги прочете само приблизително. Когато произношението е важно, например името на клиент в поздравително съобщение, добавете го в таблицата replace с неговото фонетично изписване и проверете резултата на слух.
Ключови изводи
- Поддържани са двадесет езика, с регионални варианти за испански, португалски и арабски
- Параметърът
languageе задължителен, катоautoслужи за опция за автоматично откриване - Таблицата
replace(фонетично преправено изписване или IPA) коригира произношението на чужди думи и собствени имена, без да променя таксувания текст - Винаги използвайте регионалния вариант, който съответства на Вашата целева аудитория