Vai al contenuto principale
Italiano— Scegli una lingua
Menu

Scegliere la voce e la personalità

Lezione 3 di 14 Aggiornata il 3 novembre 2026 Intermedio
In questa pagina
  1. Ventotto voci, ventotto prime impressioni
  2. Impostare la voce
  3. Abbinare il timbro al comportamento
  4. Come decidere
  5. Cosa cambia nei prompt con la voce
  6. Punti chiave

Aggiornato il 3 novembre 2026, sulla base delle pagine Text to Speech e Speech to Speech di xAI e della guida al prompting vocale. xAI offre 28 voci integrate, condivise dall’agente vocale e dal text-to-speech; le descrizioni e i casi d’uso riportati di seguito sono quelli ufficiali di xAI. Fonti: Text to Speech · Speech to Speech · Prompting Guide.

Ventotto voci, ventotto prime impressioni

L’agente vocale Grok mette a disposizione 28 voci (al 3 novembre 2026), ognuna con un timbro e un temperamento unici, e ciascuna di esse parla tutte le lingue supportate. Questa scelta va oltre l’estetica. Prima ancora che la prima frase sia terminata, gli utenti si sono già fatti un’idea di chi hanno di fronte. Una voce esuberante che comunica l’annullamento di un ordine suona fuori luogo; una voce profonda e misurata durante una demo di prodotto rischia di addormentare l’uditorio.

VoceTono, secondo xAICasi d’uso suggeriti da xAI
carinaDolce, empatica, rasserenanteBenessere, supporto
zaganPotente, drammatica, inconfondibilePersonaggi, narrazione
helixAudace, dinamica, ad alta energiaCommenti, podcast
orionRicca, cinematografica, risonanteNarrazione, audiolibri
lunaGentile, paziente, profondamente premurosaIstruzione, assistente
irisAmichevole, allegra, naturalmente affascinanteVendite, supporto
altairElegante, raffinata, di classePubblicità, narrazione
zenithTagliente, focalizzata, determinataVendite, pubblicità
perseusForte, sicura, affidabilePubblicità, narrazione
heliosAllegra, energica, molto versatileAssistente, benessere
luxComposta, calma, quietamente saggiaBenessere, narrazione
keplerInventiva, lungimirante, carismaticaPubblicità, podcast
rigelPrecisa, professionale, calmamente sicura; accento australianoAssistente, supporto
cosmoBrillante, curiosa, facile da seguireIstruzione, podcast
celesteCompassionevole, sicura, rassicuranteSupporto, assistente
ursaAmichevole, calda, costanteAssistente, podcast
siriusSpirited, astuta, giocosaCommenti, personaggi
lumenCalda, chiara, coinvolgenteIstruzione, pubblicità
castorCarismatica, concreta, rilassataVendite, supporto
nakshCalda, riflessiva, saggia; accento indianoAssistente, supporto
atlasSicura, autorevole, rassicuranteVendite, assistente
auroraSerena, costante, radiosaSupporto, assistente
lioraCalma, composta, luminosaBenessere, assistente
araCalda e amichevole—
eveEnergetica e ottimista; accento britannico—
leoAutorevole e potente; accento britannico—
rexSicura e chiara—
salFluida ed equilibrata—

L’elenco cambia nel tempo. GET /v1/tts/voices restituisce quello attuale, mentre le API Custom Voices ti permettono di creare una voce partendo da un breve clip di riferimento; utilizzerai poi il suo ID esattamente come una voce integrata.

Impostare la voce

Scegli la voce nel campo voice del messaggio session.update. Bastano tre righe:

{
  "type": "session.update",
  "session": {
    "voice": "rex"
  }
}

Il nome non distingue tra maiuscole e minuscole: "Eve", "eve" e "EVE" si riferiscono tutti alla stessa voce. La documentazione text-to-speech indica eve come voce predefinita; per l’agente, imposta sempre la voce esplicitamente. Come per il resto della configurazione, inviare un nuovo session.update a conversazione in corso cambia la voce. Un flusso di accoglienza telefonica potrebbe iniziare con una voce allegra per il saluto, per poi passare a una più calma non appena la chiamata affronta un argomento delicato.

Abbinare il timbro al comportamento

La voce fa solo metà del lavoro: definisce la texture, mentre le instructions stabiliscono la condotta. Una voce calda che snocciola risposte secche crea una dissonanza che gli utenti percepiscono senza saperla nominare. Le tre configurazioni seguenti mostrano tre abbinamenti coerenti tra timbro e ruolo.

Per il servizio clienti, celeste, indicata da xAI per il supporto, si abbina a un tono paziente e alla possibilità di passare a un operatore umano:

{
  "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."
  }
}

Per un tutorial tecnico, cosmo, indicata per l’istruzione, si abbina a istruzioni su struttura e precisione:

{
  "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."
  }
}

Per un programma di onboarding aziendale, leo porta un’autorità che le istruzioni ammorbidiscono con calore e controlli regolari della comprensione:

{
  "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."
  }
}

Come decidere

Quattro considerazioni emergono in ogni progetto. La prima è l’aderenza al brand: un marchio premium si riconoscerà in altair, una startup rilassata in castor o iris, e invertire la rotta crea un immediato mismatch. La seconda è il contesto d’uso, che a volte prevale sul brand: un assistente per il benessere richiede una voce che xAI indica per il benessere, come carina, lux o liora, mentre un centralino telefonico fa bene a rassicurare i chiamanti con celeste o aurora. La terza è la durata dell’interazione: nelle sessioni lunghe, una voce calma stanca meno di una molto distintiva. La quarta, e la più importante, è che la percezione di una voce è soggettiva. Prima di impegnarti, fai ascoltare tre candidati a una manciata di utenti reali, nella tua lingua target. Ci vuole un’ora e ti evita di scoprire dopo il lancio che la voce scelta infastidisce metà dei tuoi clienti.

Cosa cambia nei prompt con la voce

Passare alla voce rompe alcune abitudini di scrittura dei prompt e ne richiede di nuove. La guida al prompting vocale di xAI suggerisce una struttura in cinque parti: ruolo e persona, obiettivo, flusso conversazionale, guardrail ed escalation, e stile vocale. Per lo stile vocale, offre consigli specifici. Mantieni una o due frasi brevi per turno, a meno che il chiamante non chieda maggiori dettagli, e fai una breve pausa dopo ogni domanda. Se il chiamante tace, riprendi con una domanda breve. E quando ciò che è stato detto è inudibile o incompleto, poni una breve domanda di chiarimento invece di indovinare.

Le domande aperte funzionano bene nello scritto, ma spesso disorientano nella conversazione. “Vuoi che controlli il tuo ordine?” funziona meglio di “Cosa posso fare per te?”. E un agente che chiede “Potresti ripeterlo?” batte uno che indovina, perché in uno scambio parlato un malinteso richiede due turni per essere risolto.

Punti chiave

  • Sono disponibili 28 voci integrate, condivise dall’agente vocale e dal text-to-speech, più le voci personalizzate
  • xAI descrive il tono e i casi d’uso di ogni voce: parti da quei casi d’uso, poi testa con ascoltatori reali
  • Puoi cambiare la voce a metà sessione senza interrompere la connessione
  • Struttura le istruzioni come suggerito dalla guida xAI: una o due frasi brevi per turno, brevi follow-up, domande di chiarimento
  • Abbina la voce al tuo brand, al contesto d’uso e alla durata delle interazioni