Válaszd ki a hangot és a személyiséget
Ezen az oldalon
Frissítve: 2026. november 3., az xAI Text to Speech és Speech to Speech oldalai, valamint a hangalapú promptolási útmutatója alapján. Az xAI 28 beépített hangot kínál, amelyeket a hangügynök és a szöveg-beszéd (TTS) motor közösen használ; az alábbi leírások és felhasználási esetek az xAI sajátjai. Források: Text to Speech · Speech to Speech · Prompting Guide.
Huszonnyolc hang, huszonnyolc első benyomás
A Grok Voice Agent 28 hangot biztosít (2026. november 3-i állapot szerint), mindegyiknek saját színezete és temperamentuma van, és mindannyian beszélik a támogatott nyelveket. Ez a választás több mint kozmetikai kérdés. Mielőtt az első mondat végére érnél, a felhasználók már kialakítottak egy képet arról, kivel beszélnek. Helytelen, ha egy vidám hang mondja le a rendelést; egy mély, megfontolt hang pedig elaltatja a termet egy termékbemutató során.
| Hang | Tónus az xAI szerint | Az xAI által javasolt felhasználási esetek |
|---|---|---|
carina | Lágy, empátiával teli, megnyugtató | Jóllét, támogatás |
zagan | Erőteljes, drámai, összetéveszthetetlen | Karakterek, narráció |
helix | Merész, dinamikus, nagy energiájú | Kommentárok, podcastok |
orion | Gazdag, filmes, rezonáns | Narráció, hangoskönyvek |
luna | Gyengéd, türelmes, mélyen gondoskodó | Oktatás, asszisztens |
iris | Barátságos, vidám, természetesen bájos | Értékesítés, támogatás |
altair | Elegáns, kifinomult, előkelő | Reklám, narráció |
zenith | Éles, fókuszált, elszánt | Értékesítés, reklám |
perseus | Erős, magabiztos, megbízható | Reklám, narráció |
helios | Vidám, energikus, rendkívül sokoldalú | Asszisztens, jóllét |
lux | Higgadt, nyugodt, csendesen bölcs | Jóllét, narráció |
kepler | Lelkes, előremutató, karizmatikus | Reklám, podcastok |
rigel | Precíz, professzionális, nyugodtan magabiztos; ausztrál akcentus | Asszisztens, támogatás |
cosmo | Fényes, kíváncsi, könnyen követhető | Oktatás, podcastok |
celeste | Együttérző, magabiztos, megnyugtató | Támogatás, asszisztens |
ursa | Barátságos, meleg, stabil | Asszisztens, podcastok |
sirius | Fürge eszű, ügyes, játékos | Kommentárok, karakterek |
lumen | Meleg, tiszta, lebilincselő | Oktatás, reklám |
castor | Karizmatikus, földhözragadt, laza | Értékesítés, támogatás |
naksh | Meleg, gondolkodó, bölcs; indiai akcentus | Asszisztens, támogatás |
atlas | Magabiztos, tekintélyt parancsoló, megnyugtató | Értékesítés, asszisztens |
aurora | Derűs, stabil, sugárzó | Támogatás, asszisztens |
liora | Nyugodt, higgadt, fényes | Jóllét, asszisztens |
ara | Meleg és barátságos | — |
eve | Energikus és vidám; brit akcentus | — |
leo | Tekintélyt parancsoló és erőteljes; brit akcentus | — |
rex | Magabiztos és tiszta | — |
sal | Sima és kiegyensúlyozott | — |
A lista idővel változhat. A GET /v1/tts/voices lekérdezés visszaadja az aktuális listát, a Custom Voices API pedig lehetővé teszi, hogy egy rövid referenciaklip alapján saját hangot hozz létre; ezután az azonosítóját pontosan úgy használhatod, mint a beépített hangokét.
A hang beállítása
A hangot a session.update üzenet voice mezőjében választhatod ki. Három sorra van szükség hozzá:
{
"type": "session.update",
"session": {
"voice": "rex"
}
}
A név nem kis- és nagybetűérzékeny: az "Eve", az "eve" és az "EVE" ugyanarra a hangra utal. A szöveg-beszéd dokumentációja az eve hangot jelöli alapértelmezettként; az ügynök esetében azonban mindig állítsd be expliciten a hangot. A konfiguráció többi részéhez hasonlóan, ha beszélgetés közben új session.update üzenetet küldesz, az megváltoztatja a hangot. Egy telefonos ügyfélfogadási folyamat kezdődhet egy vidám üdvözlő hanggal, majd átválthat egy nyugodtabbra, amint a hívás érzékeny témára terelődik.
Illeszd a hangszínt a viselkedéshez
A hang csak a munka felét végzi: ez adja a textúrát, míg az instructions határozzák meg a viselkedést. Egy meleg hang, amely tömör válaszokat darál le, olyan disszonanciát kelt, amelyet a felhasználók éreznek, de nem tudnak megnevezni. Az alábbi három konfiguráció három következetes párosítást mutat be a hangszín és a szerep között.
Ügyfélszolgálat esetén a celeste, amelyet az xAI támogatásra javasol, egy türelmes tónussal és egy emberi ügyintézőhöz való átirányítási lehetőséggel párosul:
{
"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."
}
}
Egy technikai oktatóanyaghoz a cosmo, amelyet oktatási célokra listáznak, a strukturáltságra és a pontosságra vonatkozó utasításokkal párosul:
{
"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."
}
}
Egy vállalati beillesztési programhoz a leo olyan tekintélyt kölcsönöz, amelyet az utasítások melegséggel és rendszeres visszajelzésekkel lágyítanak:
{
"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."
}
}
Hogyan döntsd el?
Négy szempont merül fel minden projektben. Az első a márkaillesztés: egy prémium márka az altair hangban ismeri fel magát, egy laza startup pedig a castor vagy az iris hangban; ha ezt fordítva csinálod, az azonnali mismatchet okoz. A második a használat kontextusa, ami néha felülírja a márkát: egy jólléti asszisztenshez olyan hang illik, amelyet az xAI jóllétre javasol, mint például a carina, a lux vagy a liora, míg egy telefonközpontnak érdemes a celeste vagy az aurora hanggal megnyugtatnia a hívókat. A harmadik szempont az interakció hossza: hosszú munkamenetek során egy nyugodt hang kevésbé fárasztó, mint egy nagyon jellegzetes. A negyedik, és legfontosabb szempont az, hogy az emberek hangészlelése szubjektív. Mielőtt elköteleződnél, játssz le három jelöltet néhány valódi felhasználónak a célnyelveden. Ez csak egy órát vesz igénybe, de megkímél attól, hogy a launch után döbbenj rá: a választott hang az ügyfeleid felét idegesíti.
Mit változtat a beszéd a promptjaidban?
A beszédre való áttérés megtör néhány promptírási szokást, és újakat követel meg. Az xAI hangalapú promptolási útmutatója egy ötrészes struktúrát javasol: szerep és személyiség, cél, beszélgetés menete, korlátok és eszkaláció, valamint hangstílus. A hangstílusra vonatkozóan konkrét tanácsokat ad. Fordulónként tartsd magad egy-két rövid mondathoz, hacsak a hívó nem kér több részletet, és minden kérdés után tarts rövid szünetet. Ha a hívó elhallgat, kövesd ezt egy rövid kérdéssel. Ha pedig amit mondott, hallhatatlan vagy hiányos volt, kérdezz rá röviden a tisztázás érdekében, ahelyett, hogy találgatnál.
A nyitott kérdések írásban jól működnek, de beszélgetés során gyakran zavarba ejtik az embereket. A „Megnézzem a rendelését?“ jobban működik, mint a „Miben segíthetek?“. És egy olyan ügynök, amely azt kérdezi: „Megismételné?“, jobb, mint amelyik találgat, mert egy szóbeli exchanges során egy félreértés kijavításához két fordulóra van szükség.
Főbb megállapítások
- 28 beépített hang áll rendelkezésre, amelyeket a hangügynök és a szöveg-beszéd motor közösen használ, plusz egyedi hangok
- Az xAI leírja az egyes hangok tónusát és felhasználási eseteit: indulj ki ezekből, majd teszteld valódi hallgatókkal
- A hangot munkamenet közben is megváltoztathatod a kapcsolat megszakítása nélkül
- Az utasításokat az xAI útmutatója szerint strukturáld: fordulónként egy-két rövid mondat, rövid utánkövetés, tisztázó kérdések
- Illeszd a hangot a márkádhoz, a használat kontextusához és az interakciók hosszához