Válaszkezelés és árazás
Ezen az oldalon
Frissítve: 2026. november 3., az xAI Árazás, Sebességkorlátok és Szövegből beszéd oldalai alapján. Források: Árazás · Sebességkorlátok · Szövegből beszéd.
A válasz kezelése és a költségek kordában tartása
Ha a TTS API sikeresen végrehajtódik, a HTTP törzsében közvetlenül audio bájtok folyamát kapod vissza. A produkciós környezetben történő üzemeltetéshez elengedhetetlen, hogy tudd, hogyan kezeld ezt a választ, és hogyan anticipáld a költségeket.
A HTTP válasz felépítése
A válasz státuszkódja 200, a törzs pedig kizárólag audio bájtokat tartalmaz. Nincs JSON burkoló. A fontos HTTP fejlécek a következők:
Content-Type: az audio formátum (audio/mpegMP3 esetén,audio/wavWAV esetén,audio/pcmPCM esetén)Content-Length: az audiofájl mérete bájtokban
response = requests.post("https://api.x.ai/v1/tts", ...)
# Sikeres végrehajtás ellenőrzése
if response.status_code == 200:
content_type = response.headers["Content-Type"]
audio_size = len(response.content)
print(f"Formátum: {content_type}, Méret: {audio_size} bájt")
Írás fájlba
A legegyszerűbb megoldás, ha a választ közvetlenül fájlba írod:
with open("output.mp3", "wb") as f:
f.write(response.content)
A válasz streamelése
Nagy fájlok esetén streameld a választ, hogy ne kelljen az összes audiót a memóriába betöltened:
response = requests.post(
"https://api.x.ai/v1/tts",
headers={"Authorization": f"Bearer {api_key}"},
json={"text": long_text, "voice_id": "eve", "language": "en"},
stream=True
)
with open("output.mp3", "wb") as f:
for chunk in response.iter_content(chunk_size=8192):
f.write(chunk)
Közvetített lejátszás böngészőben
Kliensoldali JavaScriptben (miután az audiót továbbítottad a backendeden keresztül) dinamikusan létrehozhatsz egy audio elemet:
const audioBlob = new Blob([audioBuffer], { type: "audio/mpeg" });
const audioUrl = URL.createObjectURL(audioBlob);
const audio = new Audio(audioUrl);
audio.play();
Ne felejtsd el felszabadítani a Blob URL-t lejátszás után a memóriaszivárgás elkerülése érdekében (a produkciós lecke ezt részletesen tárgyalja).
Kodek és Content-Type leképezés
| Kért kodek | Fogadott Content-Type | Fájlkiterjesztés |
|---|---|---|
mp3 | audio/mpeg | .mp3 |
wav | audio/wav | .wav |
pcm | audio/pcm | .pcm |
mulaw | audio/basic | .ul |
alaw | audio/alaw | .al |
Részletes árazás
A TTS költsége millió karakterenként 15 USD (xAI árazás, 2026. november 3. szerint). A beküldött text mező tartalmáért számolnak fel díjat, beleértve a kifejező címkéket is.
Költségbecslések
| Mennyiség | Karakterek | Becsült költség |
|---|---|---|
| 1 mondat | ~100 | 0,0015 USD |
| 1 bekezdés | ~500 | 0,0075 USD |
| 1 nyomtatott oldal | ~2 000 | 0,03 USD |
| 1 blogbejegyzés | ~5 000 | 0,075 USD |
| 1 könyv (200 oldal) | ~400 000 | 6 USD |
| 1 millió karakter | 1 000 000 | 15 USD |
Címkék és számlázás
Az olyan kifejező címkék, mint a [pause], <whisper> és <loud>, beleszámítanak a karakterek teljes számába. Egy 1000 karakteres szöveg 50 karakternyi címkével 1050 karakterként kerül számlázásra. Ez általában a teljes szöveg kevesebb mint 5%-a.
Egyidejűségi korlátok
Az xAI Sebességkorlátok oldala szerint a TTS az alapcsomagban másodpercenként 50 kérést és 100 egyidejű munkamenetet fogad el; ezek a korlátok a csapatod szintjével növekednek (akár 500-ig és 500-ig). A Szövegből beszéd oldal említi még csapatonként az 50 egyidejű WebSocket munkamenetet is. Ezen felül az API 429-es hibát ad vissza: nagy mennyiségek esetén időzítsd el a kéréseidet, vagy használj várósort.
Audiohossz becslése
A generált audio hossza a szövegtől, a hangtól és a speed beállítástól függ. Durva becslésként a beszélt nyelv sebessége percenként körülbelül 150 szó, ami angolul nagyjából percenként 850 karaktert jelent: mielőtt időtartamot ígérsz, mérd le ezt a saját hangoddal. Pontos értékhez a with_timestamps paraméter visszaadja az audio időtartamát (duration) az időbélyegekkel együtt.
Ezzel a tempóval egy 60 000 karakteres szöveg, ami egy kérés maximális limitje, kicsit több mint egy óra audiót eredményez.
Főbb megállapítások
- A TTS válasz bináris folyam, nem JSON
- A Content-Type megmondja, milyen audioformátumot kaptál
- Streameld a nagy fájlokat
- A költség millió karakterenként 15 USD, címkékkel együtt
- Alapcsomagban: másodpercenként 50 kérés és 100 egyidejű munkamenet
- Egy 60 000 karakteres kérés körülbelül egy óra audiót generál