Léim go dtí an príomhábhar
Gaeilge— Roghnaigh teanga
Roghchlár

An t-iontráil POST /v1/tts

Ceacht 1 as 14 Nuashonraithe 3 Samhain 2026 Forbróir
Ar an leathanach seo
  1. Téacs a thiontú ina fhuaime leis an API Grok
  2. Struchtúr an iarratais
  3. An freagra HTTP
  4. Praghsáil
  5. Príomhphointí

Nuashonraithe an 3 Samhain, 2026, bunaithe ar leathanach Text to Speech xAI, tagairt API Gutha, agus leathanach Pricing. Foinse: Text to Speech · Voice API · Pricing.

Téacs a thiontú ina fhuaime leis an API Grok

Tiontaíonn API Téacs-go-Fuaime xAI aon téacs ina fhuaime a chloiseann nádúrtha le glao HTTP amháin. Is é POST /v1/tts an phríomh-iontráil, a ghlacann do théacs agus a thugann comhad fuaime dénártha ar ais go díreach.

60,000
Uasmhéid carachtar in aghaidh an iarratais
28
Guthanna ionsuite
20
Teangacha tacaithe
$15
In aghaidh an mhilliúin charachtair

Struchtúr an iarratais

Seolann tú POST chuig https://api.x.ai/v1/tts le corp JSON. Seo sampla íosta le curl:

curl -X POST "https://api.x.ai/v1/tts" \
  -H "Authorization: Bearer $XAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello, and welcome to Corsen Academy.",
    "voice_id": "eve",
    "language": "en"
  }' \
  --output audio.mp3

Freagraíonn an freastalaí leis an gcomhad fuaime dénártha go díreach sa chorp freagartha. Níl aon clúdach JSON timpeall air: faigheann tú na bearta amha den chomhad fuaime.

Fíordheimhniú

Mar atá le gach iontráil API xAI, cuir do eochair API san áireamh sa cheanntásc Authorization i bhformáid Bearer:

Authorization: Bearer xai-your-api-key

Corp an iarratais

Baineann an corp JSON le ceithre phríomhpharaiméadar:

  • text (riachtanach): an téacs le tiontú, suas le 60,000 carachtar. Tacaíonn sé leis na clibeanna sloinnte a fhoghlaimfidh tú faoi sna ceachtanna seo chugainn
  • voice_id (roghnach): ID an ghutha. Réamhshocrú: eve. Ní chuireann cás san áireamh sna luachanna
  • language (riachtanach): an cód teanga i bhformáid BCP-47 (en, fr, de, …) nó auto le haghaidh braite uathoibríoch
  • output_format (roghnach): oibiacht a chumraíonn an cóidec, an ráta samplála, agus an ráta giotáin

Cuireann socruithe eile, atá go léir roghnach, críoch ar an iarratas: speed (luas athsheinmthe, ó 0.7 go 1.5, 1.0 mar réamhshocrú), replace (tábla ionaduithe a dheasaíonn an chaoi a bhfuaimnítear focal gan an téacs a sheolann tú a athrú), with_timestamps ( stampaí ama in aghaidh an charachtair), text_normalization (uimhreacha, giorrúcháin agus siombailí a litriú amach roimh shintéis), agus optimize_streaming_latency ("1" chun an wait roimh an gcéad smután fuaime a ghiorrú, ar chostas caillteanais bheag cháilíochta ag na comhlaí).

An freagra HTTP

Ar éirigh leis (stádas 200), seolann an freastalaí an comhad fuaime leis an gcineál ábhair a oireann don fhormáid a iarradh:

  • audio/mpeg le haghaidh MP3 (réamhshocrú)
  • audio/wav le haghaidh WAV
  • audio/pcm le haghaidh PCM amh
  • audio/basic le haghaidh G.711 μ-law (mulaw)
  • audio/alaw le haghaidh G.711 A-law (alaw)

Ní iompraíonn an freagra aon meiteashonraí, ach bearta fuaime amháin. Is é with_timestamps an t-aon eisceacht: ansin déanann an freagra oibiacht JSON a shealbhaíonn an fhuaime i mbonn64, a fad, agus stampa ama gach carachtair. Is féidir leat an freagra a scríobh go díreach chuig comhad nó é a sruthú chuig seinnteoir fuaime.

Sampla Python

import requests

response = requests.post(
    "https://api.x.ai/v1/tts",
    headers={"Authorization": f"Bearer {api_key}"},
    json={
        "text": "Here's an example of speech synthesis.",
        "voice_id": "rex",
        "language": "en"
    }
)

with open("output.mp3", "wb") as f:
    f.write(response.content)

Sampla JavaScript (Node.js)

const response = await fetch("https://api.x.ai/v1/tts", {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${process.env.XAI_API_KEY}`,
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    text: "Here's an example of speech synthesis.",
    voice_id: "rex",
    language: "en"
  })
});

const buffer = await response.arrayBuffer();
fs.writeFileSync("output.mp3", Buffer.from(buffer));

Praghsáil

Costaíonn TTS $15 in aghaidh an mhilliúin charachtair (praghsáil xAI ón 3 Samhain, 2026). Billeáiltear tú as na carachtair a sheolann tú i text, clibeanna sloinnte san áireamh; ní athraíonn tábla replace an comhaireamh sin. Le meán de 1,000 carachtar in aghaidh an iarratais, tagann sé sin go dtí thart ar $0.015 in aghaidh an ghlao.

Príomhphointí

  • Is é an t-iontráil POST /v1/tts an phríomh-iontráil le haghaidh sintéis cainte
  • Is comhad fuaime dénártha an freagra, seachas JSON
  • Tá an téacs teoranta do 60,000 carachtar in aghaidh an iarratais HTTP; níl aon teorainn iomlán ag WebSocket
  • Déanann tú fíordheimhniú leis an gceanntásc Authorization: Bearer
  • Costas: $15 in aghaidh an mhilliúin charachtair