An nasc WebSocket TTS
Ar an leathanach seo
Nuashonraithe an 3 Samhain 2026, bunaithe ar leathanach Text to Speech xAI: deilteanna suas le 60,000 carachtar, gan aon teorainn ama ar an nasc, agus “cead seisiúin” de 600 soicind. Foinse: Text to Speech.
Sintéis cainte fíor-ama thar WebSocket
Tairgeann API TTS Grok mód WebSocket chun sintéis cainte a shruthlú. Murab ionann agus an mód HTTP aonair (unary), a fhanann go dtí go bhfuil an phróiseáil críochnaithe sula dtugtar an fuaime iomlán ar ais, seolann WebSocket píosaí fuaime de réir mar a ghintear iad. Tá sé oiriúnach d’aip idirghníomhacha ina gcaithfidh an mhoill mheasta a bheith chomh híseal agus is féidir.
Críochphointe WebSocket
Déanann tú nascadh le wss://api.x.ai/v1/tts. Cuirtear paraiméadair chumraíochta i sreangán an cheist (query string) den nasc tosaigh.
Paraiméadair nasctha
| Paraiméadar | Riachtanach | Réamhshocrú | Cur síos |
|---|---|---|---|
language | Tá | — | Cód BCP-47 nó auto |
voice | Níl | — | Aitheantas gutha ionsuite nó saincheaptha |
codec | Níl | mp3 | mp3, wav, pcm, mulaw (nó ulaw), alaw |
sample_rate | Níl | 24000 | Ráta samplála |
bit_rate | Níl | 128000 | Ráta giotáin (MP3 amháin) |
URL nasctha iomlán
wss://api.x.ai/v1/tts?language=en&voice=rex&codec=mp3&sample_rate=24000
Oscail an nasc
I JavaScript (brabhsálaí nó Node.js)
const ws = new WebSocket(
"wss://api.x.ai/v1/tts?language=en&voice=rex&codec=mp3",
{
headers: {
"Authorization": `Bearer ${API_KEY}`
}
}
);
ws.onopen = () => {
console.log("TTS connection established");
};
ws.onerror = (error) => {
console.error("WebSocket error:", error);
};
Tábhachtach: i mbrabhsálaí, ní thacaíonn API dúchasach WebSocket le ceanntásca saincheaptha. Beidh ort dul tríd do chúlchóras (backend) don nasc (féach an ceacht táirgeachta).
I Python le websockets
import asyncio
import websockets
import json
async def connect_tts():
uri = "wss://api.x.ai/v1/tts?language=en&voice=rex&codec=mp3"
headers = {"Authorization": f"Bearer {api_key}"}
async with websockets.connect(uri, additional_headers=headers) as ws:
print("TTS connection established")
# Seol téacs agus faigh fuaim...
Bainistíocht seisiúin
Saolré
Deir leathanach Text to Speech xAI dhá rud ar chóir duit a léamh le chéile: níl aon teorainn ama iarratais ar an nasc WebSocket (fanann sé oscailte), agus tá saolré 600 soicind ag an “gcead seisiúin”, gan an leathanach a mhíniú cad a tharlaíonn nuair a théann sé in éag. Chun a bheith sábháilte, ba chóir do d’aip:
- Brath nuair a dhúntar an nasc
- Athnascadh go huathoibríoch más gá
- Leanúint ar aghaidh ag seoladh téacs ón áit ar fhág tú é
Seisiúin chomhthreomhara
De réir an leathanaigh Text to Speech, tá do fhoireann teoranta do 50 seisiún WebSocket comhthreomhara (déanann an leathanach Rate limits comhaireamh ar sheisiúin TTS de réir céime, ag tosú ag 100). Thairis sin, diúltaítear do naisc nua. Bainistigh linn nascanna d’aip le trácht ard.
Ilthéacsanna ar nasc amháin
Murab ionann agus an mód HTTP aonair, á a mbíonn teorainn ama 15 nóiméad ar iarratais, fanann an nasc oscailte tar éis gach audio.done: is féidir leat téacs amháin a sheoladh tar éis téacs eile gan athnascadh, agus an ceann reatha a chealú le text.clear (ceacht 10).
HTTP Aonair versus WebSocket
| Gné | HTTP Aonair | WebSocket |
|---|---|---|
| Moill | Fuaim iomlán tar éis próiseála | Na chéad bhearta láithreach |
| Uasmhéid téacs | 60,000 carachtar in aghaidh an iarratais | Gan teorainn (deilteanna 60,000 ar a mhéad) |
| Teorainn ama | 15 nóiméad | Gan aon cheann; cead seisiúin 600 soicind |
| Seisiúin | N/B | 50 in aghaidh an fhoirne |
| Cásanna úsáide | Baisc, comhaid fuaime | Fíor-am, sruthlú |
Cathain WebSocket a úsáid
Is é WebSocket an bealach le dul a luaithe a bhíonn fíor-am i gceist. Nuair atá úsáideoir ag fanacht le freagra labhartha láithreach, ó chatbot nó ó chúntóir gutha, costóidh gach soicind ciúnais roimh an gcéad fhuaim duit ó thaobh na taithí de, agus ligeann WebSocket don athsheinm tosú ar na chéad smután fuaime, sula bhfuil an ghiniúint críochnaithe fiú. Is é an ailtireacht nádúrtha é freisin nuair a thagann an téacs féin de réir a chéile: plugáiltear aschur sruthlaithe LLM díreach isteach i dTTS, deilte ar dheilte, gan fanacht leis an téacs iomlán. Agus tógann sé an srian faid: níl aon teorainn ghinearálta ar an téacs iomlán, níl ach deilteanna aonair teoranta do 60,000 carachtar, rud atá leordhóthanach chun doiciméad iomlán a ghuthú mar shruth leanúnach.
Tá áit fós ag an mód HTTP aonair i ngach áit nach gcuireann fíor-am aon rud leis: comhaid fuaime a ghiniúint i mbaisc, próisis a theastaíonn an comhad iomlán uathu sula ngníomhaíonn siad (iar-phróiseáil, stóráil, seoladh), agus, níos simplí fós, aon ailtireacht a fheileann turas gan staid (stateless round trip) níos fearr ná nasc buan le bainistiú.
Príomhphointí
- Tá TTS WebSocket ar fáil ag
wss://api.x.ai/v1/tts - Cuirtear paraiméadair i sreangán an cheist nuair a nascann tú
- Ní théann an nasc in éag leis féin, ach luaíonn na doiciméid cead seisiúin 600 soicind: pleanáil le haghaidh athnascadh
- Is é 50 an teorainn do sheisiúin chomhthreomhara in aghaidh an fhoirne
- Tá an téacs gan teorainn (seolta i ndeilteanna suas le 60,000 carachtar)
- Úsáid WebSocket le haghaidh fíor-ama, HTTP le haghaidh baisc