Ugrás a főtartalomra
Magyar— Nyelv kiválasztása
Menü

Az elérhető hangok listázása

3. lecke 14 közül Frissítve 2026. november 3. Fejlesztő
Ezen az oldalon
  1. Hangok programozott felfedezése
  2. GET /v1/tts/voices
  3. GET /v1/tts/voices/{voice_id}
  4. Válaszd ki a megfelelő hangot
  5. Építsd be a hangválasztást az alkalmazásodba
  6. Legjobb gyakorlatok
  7. Főbb megállapítások

Frissítve: 2026. november 3., az xAI Voice API referenciája és a Text to Speech oldal alapján: a GET /v1/tts/voices válasz tartalmazza a voice_id, name és language mezőket, és az xAI jelenleg 28 beépített hangot kínál. Források: Voice API · Text to Speech.

Hangok programozott felfedezése

Ahelyett, hogy rögzítenéd a hangok listáját az alkalmazásodban, az xAI API egy dedikált végpontot biztosít az elérhető hangok dinamikus lekéréséhez. Így naprakész maradsz, amikor új hangokat adnak hozzá.

GET /v1/tts/voices

Ez a végpont visszaadja az összes TTS-hez elérhető hang listáját. A kérés törzsében nincs szükség paraméterekre.

curl -X GET "https://api.x.ai/v1/tts/voices" \
  -H "Authorization: Bearer $XAI_API_KEY"

A válasz egy JSON objektum, amely egy voices tömböt tartalmaz. Az API referencia szerint minden hangnak három mezője van: voice_id, a kéréseidben használandó kisbetűs azonosító; name, a megjelenítendő név; és language, egy nyelvi kód, amely null is lehet.

Válasz szerkezete

{
  "voices": [
    {"voice_id": "eve", "name": "…", "language": "…"},
    {"voice_id": "ara", "name": "…", "language": "…"}
  ]
}

A három pontok olyan értékeket helyettesítenek, amelyeket a referencia nem ad meg példaként: mielőtt támaszkodnál rá, egyszer nyomtasd ki a valós választ. Az egyes hangok tónusa és felhasználási esetei nem szerepelnek ebben a válaszban; ezeket az xAI Text to Speech oldalán írják le.

GET /v1/tts/voices/{voice_id}

Egy adott hang részleteinek lekéréséhez add hozzá az azonosítóját az útvonalhoz:

curl -X GET "https://api.x.ai/v1/tts/voices/rex" \
  -H "Authorization: Bearer $XAI_API_KEY"

Ez a hívás ugyanazokat a mezőket (voice_id, name, language) adja vissza, de csak a kért hang esetében.

Válaszd ki a megfelelő hangot

Az xAI (2026. november 3-i állapot szerint) 28 beépített hangot kínál, és legtöbbjüknél leírja, mire a legalkalmasabbak. Néhány tanács az oldalról:

  • Oktatási tartalom: luna, cosmo vagy lumen, oktatásra listázva
  • Ügyfélszolgálat: carina, iris, rigel, celeste, castor, naksh vagy aurora, támogatásra listázva
  • Hirdetések és demók: altair, zenith, perseus, kepler vagy lumen, hirdetésre listázva; az eve, amely energikus és vidám, továbbra is az alapértelmezett hang
  • Felolvasás és hangoskönyvek: orion, zagan, altair, perseus vagy lux
  • Wellness: carina, helios, lux vagy liora

Az öt eredeti hangnak (eve, ara, rex, sal, leo) nincs felsorolt felhasználási esete: az xAI csak annyit ír róluk, hogy energikus és vidám (brit akcentus), meleg és barátságos, magabiztos és érthető, sima és kiegyensúlyozott, valamint tekintélyt parancsoló és erőteljes (brit akcentus).

Építsd be a hangválasztást az alkalmazásodba

Íme egy példa, amely dinamikusan tölti be az elérhető hangokat:

import requests

def get_available_voices(api_key):
    response = requests.get(
        "https://api.x.ai/v1/tts/voices",
        headers={"Authorization": f"Bearer {api_key}"}
    )
    response.raise_for_status()
    return response.json()["voices"]

def synthesize(api_key, text, voice_id="eve", language="en"):
    voices = get_available_voices(api_key)
    valid_ids = [v["voice_id"] for v in voices]

    if voice_id.lower() not in valid_ids:
        raise ValueError(f"Unknown voice '{voice_id}'. Available: {valid_ids}")

    response = requests.post(
        "https://api.x.ai/v1/tts",
        headers={"Authorization": f"Bearer {api_key}"},
        json={"text": text, "voice_id": voice_id, "language": language}
    )
    return response.content

Ez a megközelítés megvéd a hangazonosítók elgépelésétől, és lehetővé teszi, hogy naprakész listát kínálj felhasználóidnak.

Legjobb gyakorlatok

  • Gyorsítótárazd a hanglistát: a /v1/tts/voices végpont nem változik gyakran, így elég egyszer lehívni az alkalmazás indulásakor
  • Kínálj előzetes meghallgatást: engedd, hogy felhasználóid meghallgassanak egy mintát minden hangból, mielőtt választanának
  • Mentsd el a preferenciát: ha egy felhasználó kiválasztott egy hangot, tárold el a választást a jövőbeli munkamenetekhez
  • Teszteld a célnyelven: egy hang, amely angolul remekül szól, máshogy hangozhat egy másik nyelven. Mindig teszteld az alkalmazásod nyelvén

Főbb megállapítások

  • A GET /v1/tts/voices listázza az összes elérhető hangot a metaadataikkal együtt
  • A GET /v1/tts/voices/{voice_id} egy adott hang részleteit adja meg
  • 28 beépített hang érhető el; tónusukat és felhasználási eseteiket az xAI Text to Speech oldala írja le
  • A GET /v1/tts/voices válasz minden hanghoz megadja a voice_id, name és language mezőket
  • Töltsd be dinamikusan a hangokat, ahelyett, hogy rögzítenéd őket