Siirry pääsisältöön
Suomi— Valitse kieli
Valikko

Valitse ääni ja persoona

Oppitunti 3 / 14 Päivitetty 3. marraskuuta 2026 Keskitasoinen
Tällä sivulla
  1. Kaksikymmentäkahdeksan ääntä, kaksikymmentäkahdeksan ensivaikutelmaa
  2. Äänen asettaminen
  3. Sävyn ja käytöksen yhteensovittaminen
  4. Miten päätät
  5. Mitä puhe muuttaa kehotteissasi
  6. Keskeiset asiat

Päivitetty 3. marraskuuta 2026 xAI:n Text to Speech - ja Speech to Speech -sivujen sekä äänikehotteiden oppaan perusteella. xAI tarjoaa 28 sisäänrakennettua ääntä, joita sekä ääniagentti että tekstistä puheeksi -toiminto käyttävät; alla olevat kuvaukset ja käyttötarkoitukset ovat xAI:n omia. Lähteet: Text to Speech · Speech to Speech · Prompting Guide.

Kaksikymmentäkahdeksan ääntä, kaksikymmentäkahdeksan ensivaikutelmaa

Grok Voice Agent tarjoaa käyttöön 28 ääntä (tilanne 3. marraskuuta 2026), joista jokaisella on oma sävyensä ja luonteensa, ja kaikki puhuvat kaikkia tuettuja kieliä. Tämä valinta on muutakin kuin kosmeettista. Ennen kuin ensimmäinen lause on edes loppunut, käyttäjällä on jo muodostunut käsitys siitä, kenen kanssa hän keskustelee. Iloinen ääni tilauksen peruutustilanteessa kuulostaa väärältä; syvä ja mittaroitu ääni tuote-esittelyssä nukuttaa koko huoneen.

ÄäniSävy xAI:n mukaanxAI:n ehdottamat käyttötarkoitukset
carinaPehmeä, empaattinen, rauhoittavaHyvinvointi, tuki
zaganVoimakas, dramaattinen, unohtumatonHahmot, kertominen
helixRohkea, dynaaminen, energinenKommentointi, podcastit
orionRunsas, cinemaattinen, kaikkuvaKertominen, äänikirjat
lunaLempeä, kärsivällinen, syvästi välittäväKoulutus, avustaja
irisYstävällinen, iloinen, luontevasti viehättäväMyynti, tuki
altairElegantti, hienostunut, ylellinenMainonta, kertominen
zenithTerävä, keskittynyt, päättäväinenMyynti, mainonta
perseusVahva, itsevarma, luotettavaMainonta, kertominen
heliosIloinen, energinen, erittäin monipuolinenAvustaja, hyvinvointi
luxTyyni, rauhallinen, hiljaisesti viisasHyvinvointi, kertominen
keplerKekseliäs, tulevaisuuteen suuntautunut, karismaattinenMainonta, podcastit
rigelTarkka, ammattimainen, tyynen itsevarma; australialainen aksenttiAvustaja, tuki
cosmoKirkas, utelias, helppo seurataKoulutus, podcastit
celesteMyötätuntoinen, itsevarma, rauhoittavaTuki, avustaja
ursaYstävällinen, lämmin, vakaaAvustaja, podcastit
siriusNokkela, ovela, leikkisäKommentointi, hahmot
lumenLämmin, selkeä, mukaansatempaavaKoulutus, mainonta
castorKarismaattinen, maanläheinen, rentoMyynti, tuki
nakshLämmin, harkitseva, viisas; intialainen aksenttiAvustaja, tuki
atlasItsevarma, auktoriteettinen, rauhoittavaMyynti, avustaja
auroraSeesteinen, vakaa, sädehtiväTuki, avustaja
lioraRauhallinen, tyyni, kirkasHyvinvointi, avustaja
araLämmin ja ystävällinen—
eveEnerginen ja iloinen; brittiaksentti—
leoAuktoriteettinen ja voimakas; brittiaksentti—
rexItsevarma ja selkeä—
salSujuva ja tasapainoinen—

Lista elää ajan myötä. GET /v1/tts/voices palauttaa nykyisen listan, ja Custom Voices API:n avulla voit luoda äänen lyhyestä referenssiklipistä; tämän jälkeen käytät sen tunnista täsmälleen kuten sisäänrakennettua ääntä.

Äänen asettaminen

Valitset äänen session.update-viestin voice-kentässä. Se vaatii kolme riviä:

{
  "type": "session.update",
  "session": {
    "voice": "rex"
  }
}

Nimi ei ole kirjainkokoherkkä: "Eve", "eve" ja "EVE" viittaavat kaikki samaan ääneen. Tekstistä puheeksi -dokumentaatio listaa eve:n oletusääneksi, mutta agenttia käytettäessä ääni kannattaa aina asettaa eksplisiittisesti. Kuten muussakin konfiguraatiossa, uuden session.update-viestin lähettäminen keskellä keskustelua vaihtaa äänen. Puhelinpalveluvirta voisi alkaa iloisella tervehdysäänellä ja vaihtaa rauhallisempaan ääneen heti, kun puhelu kääntyy arkaluonteiseen aiheeseen.

Sävyn ja käytöksen yhteensovittaminen

Ääni tekee vain puolet työstä: se luo tekstuurin, kun taas instructions määrittävät käytöksen. Lämmin ääni, joka luettelee tylyjä vastauksia, luo dissonanssin, jonka käyttäjä aistii muttei osaa nimetä. Alla olevat kolme konfiguraatiota esittelevät kolme johdonmukaista sävyn ja roolin yhdistelmää.

Asiakaspalveluun celeste, jonka xAI listaa tukitehtäviin, sopii kärsivällinen sävy ja mahdollisuus siirtää puhelu ihmiselle:

{
  "type": "session.update",
  "session": {
    "voice": "celeste",
    "instructions": "You are a customer service assistant for the Maison Verte store. You are patient, empathetic, and always ready to find a solution. Use simple, reassuring language. If you can't solve a problem, offer to transfer the customer to a human agent."
  }
}

Tekniseen opetukseen cosmo, joka on listattu koulutuskäyttöön, yhdistyy ohjeistus rakenteesta ja tarkkuudesta:

{
  "type": "session.update",
  "session": {
    "voice": "cosmo",
    "instructions": "You are a technical trainer who specializes in web development. Explain concepts in a structured way, with concrete examples. Be precise and direct. Suggest hands-on exercises when relevant."
  }
}

Yrityksen perehdytysohjelmaan leo tuo auktoriteettia, jota ohjeet pehmentävät lämmöllä ja säännöllisillä ymmärryksen varmistuksilla:

{
  "type": "session.update",
  "session": {
    "voice": "leo",
    "instructions": "You are the official trainer for the new employee onboarding program. Present information with authority but with warmth. Follow the program in order and check for understanding after each point."
  }
}

Miten päätät

Jokaisessa projektissa nousee esiin neljä näkökohtaa. Ensimmäinen on brändiin sopivuus: premium-brändi näkee itsensä altairissa, rento startup castorissa tai irisissä, ja asian kääntäminen päälaelleen luo välittömän epäsuhtan. Toinen on käyttökонтeksti, joka joskus painaa enemmän kuin brändi: hyvinvointiavustaja vaatii äänen, jonka xAI listaa hyvinvointikäyttöön, kuten carina, lux tai liora, kun taas puhelinvaihde toimii hyvin rauhoittaessaan soittajia celestellä tai auroralla. Kolmas on vuorovaikutuksen kesto: pitkissä sessioissa rauhallinen ääni väsyttää vähemmän kuin erittäin erottuva ääni. Neljäs ja tärkein seikka on, että äänen havaitseminen on subjektiivista. Ennen sitoutumista soita kolme ehdokasta kouralliselle oikeita käyttäjiä kohdekielelläsi. Se vie tunnin ja säästää sinut pettymykseltä, kun lanseerauksen jälkeen huomaat, että valitsemasi ääni ärsyttää puolta asiakkaistasi.

Mitä puhe muuttaa kehotteissasi

Siirtyminen puheeseen rikkoo joitakin kehotteiden kirjoittamisen tottumuksia ja vaatii uusia. xAI:n äänikehotteiden opas ehdottaa viisiosaista rakennetta: rooli ja persoona, tavoite, keskustelun kulku, suojakaiteet ja eskalointi sekä äänityyli. Äänityylistä se antaa erityisohjeita. Pysy yhdessä tai kahdessa lyhyessä lauseessa per vuoro, ellei soittaja pyydä lisätietoja, ja pidä lyhyt tauko jokaisen kysymyksen jälkeen. Jos soittaja vaikenee, jatka lyhyellä kysymyksellä. Ja jos se, mitä hän sanoi, oli kuulumatonta tai epätäydellistä, kysy lyhyt tarkentava kysymys arvaamisen sijaan.

Avoimet kysymykset toimivat hyvin kirjoitettuna, mutta usein hämmentävät ihmisiä keskustelussa. “Haluatko, että tarkistan tilauksesi?” toimii paremmin kuin “Mitä voin tehdä puolestasi?” Ja agentti, joka kysyy “Voisitko sanoa sen uudelleen?”, voittaa sen, joka arvaa, sillä suullisessa vuorovaikutuksessa väärinkäsityksen korjaaminen vie kaksi vuoroa.

Keskeiset asiat

  • Käytettävissä on 28 sisäänrakennettua ääntä, joita jakavat ääniagentti ja tekstistä puheeksi -toiminto, sekä mahdollisuus luoda mukautettuja ääniä
  • xAI kuvaa kunkin äänen sävyn ja käyttötarkoitukset: lähde liikkeelle näistä käyttötarkoituksista ja testaa sitten oikeilla kuulijoilla
  • Voit vaihtaa ääntä keskellä sessiota katkaisematta yhteyttä
  • Jäsennä ohjeet xAI:n oppaan mukaisesti: yksi tai kaksi lyhyttä lausetta per vuoro, lyhyet jatkokysymykset, tarkentavat kysymykset
  • Sovita ääni brändiisi, käyttökонтekstiin ja vuorovaikutuksen pituuteen