Aqbeż għall-kontenut ewlieni
Malti— Agħżel lingwa
Menu

L-endpoint POST /v1/tts

Lezzjoni 1 / 14 Aġġornat 3 ta’ Novembru 2026 Zviluppatur
F'din il-paġna
  1. Ibdel it-test f’awdjo bl-API ta’ Grok
  2. Struttura tat-talba
  3. Ir-risposta HTTP
  4. Prezzijiet
  5. Punti Ewlenin

Aġġornat fit-3 ta’ Novembru 2026, ibbażat fuq il-paġna Text to Speech ta’ xAI, ir-referenza tal-API tal-Vuċi, u l-paġna tal-Pricing. Sorsi: Text to Speech · Voice API · Pricing.

Ibdel it-test f’awdjo bl-API ta’ Grok

L-API Text-to-Speech ta’ xAI tibdel kwalunkwe test f’awdjo li jinstema’ naturali b’sejħa HTTP waħda. Il-punt tad-dħul ewlieni huwa POST /v1/tts, li jieħu t-test tiegħek u jirritorna fajl awdjo binarju direttament.

60,000
Massimu ta' karattri għal kull talba
28
Vuċijiet integrati
20
Lingwi appoġġjati
$15
Għal kull miljun karattru

Struttura tat-talba

Tibgħat POST lejn https://api.x.ai/v1/tts b’korp JSON. Hawnhekk hemm eżempju minimu b’curl:

curl -X POST "https://api.x.ai/v1/tts" \
  -H "Authorization: Bearer $XAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello, and welcome to Corsen Academy.",
    "voice_id": "eve",
    "language": "en"
  }' \
  --output audio.mp3

Is-server jirrispondi bil-fajl awdjo binarju direttament fil-korp tar-risposta. M’hemm l-ebda involukru JSON madwru: tirċievi l-bytes raw tal-fajl awdjo.

Awtentikazzjoni

Bħal kull endpoint tal-API ta’ xAI, inkludi ċ-ċavetta tal-API tiegħek fl-intestazzjoni Authorization fil-format Bearer:

Authorization: Bearer xai-your-api-key

Korp tat-talba

Il-korp JSON idur madwar erba’ parametri ewlenin:

  • text (meħtieġ): it-test li għandu jiġi kkonvertit, sa 60,000 karattru. Jappoġġja t-tags espressivi li se titgħallem dwarhom fil-lezzjonijiet li jmiss
  • voice_id (għażlieni): l-ID tal-vuċi. Il-valur predefinit huwa eve. Il-valuri mhumiex sensittivi għall-kaxxa (case-insensitive)
  • language (meħtieġ): il-kodiċi tal-lingwa fil-format BCP-47 (en, fr, de, …) jew auto għad-detezzjoni awtomatika
  • output_format (għażlieni): oġġett li jikkonfigura l-codec, ir-rata tal-kampjun (sample rate), u r-rata tal-bit

Setting oħra, kollha għażliena, jikkompletaw it-talba: speed (veloċità tal-plejbek, minn 0.7 sa 1.5, 1.0 b’mod predefinit), replace (tabella ta’ sostituzzjonijiet li tiffissa kif tiġi pronunzjata kelma mingħajr ma tbiddel it-test li tibgħat), with_timestamps (timestamps għal kull karattru), text_normalization (tispelli numri, abbrevjazzjonijiet u simboli qabel is-sinteżi), u optimize_streaming_latency ("1" biex taqsar l-istennija qabel l-ewwel biċċa awdjo, bl-ispiża ta’ telf ħafif fil-kwalità fil-ġonot).

Ir-risposta HTTP

Fuq suċċess (status 200), is-server jirritorna l-fajl awdjo bit-tip ta’ kontenut li jaqbel mal-format mitlub:

  • audio/mpeg għal MP3 (predefinit)
  • audio/wav għal WAV
  • audio/pcm għal PCM raw
  • audio/basic għal G.711 μ-law (mulaw)
  • audio/alaw għal G.711 A-law (alaw)

Ir-risposta ma ġġorr l-ebda metadata, biss bytes awdjo. L-unika eċċezzjoni hija with_timestamps: ir-risposta mbagħad issir oġġett JSON li fih l-awdjo f’base64, id-durata tiegħu, u t-timestamp ta’ kull karattru. Tista’ tikteb ir-risposta direttament f’fajl jew tistrimjaha lejn plejer awdjo.

Eżempju f’Python

import requests

response = requests.post(
    "https://api.x.ai/v1/tts",
    headers={"Authorization": f"Bearer {api_key}"},
    json={
        "text": "Here's an example of speech synthesis.",
        "voice_id": "rex",
        "language": "en"
    }
)

with open("output.mp3", "wb") as f:
    f.write(response.content)

Eżempju f’JavaScript (Node.js)

const response = await fetch("https://api.x.ai/v1/tts", {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${process.env.XAI_API_KEY}`,
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    text: "Here's an example of speech synthesis.",
    voice_id: "rex",
    language: "en"
  })
});

const buffer = await response.arrayBuffer();
fs.writeFileSync("output.mp3", Buffer.from(buffer));

Prezzijiet

It-TTS jiswja $15 għal kull miljun karattru (prezzijiet ta’ xAI sal-3 ta’ Novembru 2026). Tiġi fatturat għall-karattri li tibgħat f’text, inklużi t-tags espressivi; tabella replace ma tbiddilx dak in-numru. B’medja ta’ 1,000 karattru għal kull talba, dan jiġi madwar $0.015 għal kull sejħa.

Punti Ewlenin

  • L-endpoint POST /v1/tts huwa l-punt tad-dħul ewlieni għas-sinteżi tad-diskors
  • Ir-risposta hija fajl awdjo binarju, mhux JSON
  • It-test huwa limitat għal 60,000 karattru għal kull talba HTTP; WebSocket m’għandux limitu totali
  • Tawtentika ruħek bl-intestazzjoni Authorization: Bearer
  • Jiswa $15 għal kull miljun karattru