Aqbeż għall-kontenut ewlieni
Malti— Agħżel lingwa
Menu

Parametri tat-talba TTS

Lezzjoni 2 / 14 Aġġornat 3 ta’ Novembru 2026 Zviluppatur
F'din il-paġna
  1. Irraffina s-sinteżi tal-kliem tiegħek
  2. Il-parametru text
  3. Il-parametru voice_id
  4. Il-parametru language
  5. Il-parametru output_format
  6. Il-parametru speed
  7. Kombinazzjonijiet irrakkomandati
  8. Punti Ewlenin

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

Irraffina s-sinteżi tal-kliem tiegħek

L-endpoint POST /v1/tts idur madwar erba’ parametri ewlenin fil-korp tat-talba JSON, flimkien ma’ ftit impostazzjonijiet fakultattivi. Kull wieħed jagħtik kontroll preċiż fuq l-awdjo ġġenerat, u li tifhimhom jippermettilek tadatta s-sinteżi għall-każ ta’ użu tiegħek.

Il-parametru text

Flimkien ma’ language, text huwa l-uniku parametru meħtieġ. Jaċċetta stringa sa 60,000 karattru, li tista’ fiha test sempliċi jew tags espressivi (koperti fit-taqsima li jmiss).

{
  "text": "Hello and welcome. Today, we're going to talk about artificial intelligence."
}

Lil hinn minn 60,000 karattru, it-talba HTTP tiġi miċħuda. Għal testi itwal, xAI jirrakkomanda l-użu ta’ WebSocket, li m’għandux limitu ta’ tul totali (lezzjonijiet 9 sa 12), jew li taqsam it-test f’segmenti li l-awdjo tagħhom tikkonkatena. Aqsam f’limiti naturali (tmiem frażijiet, tmiem paragrafi) għal riżultat fluwidu.

Il-parametru voice_id

Dan il-parametru jistabbilixxi l-vuċi użata għas-sinteżi. Huwa fakultattiv u default huwa eve. L-IDs mhumiex sensittivi għall-kaxxa: Eve, EVE, u eve huma ekwivalenti.

xAI joffri 28 vuċi integrati (sal-3 ta’ Novembru 2026), l-istess bħall-aġent tal-vuċi, flimkien ma’ vuċijiet personalizzati maħluqa bl-API Custom Voices. Il-ħames vuċijiet oriġinali, kif jiddeskrivihom xAI:

  • eve: enerġetika u b’ton pożittiv, aċċent Brittaniku
  • ara: sħuna u ħbiba
  • rex: kunfidenti u ċara
  • sal: lixxa u bbilanċjata
  • leo: awtoritarja u qawwija, aċċent Brittaniku

L-oħrajn 23 (carina, zagan, helix, orion, luna, iris, altair, zenith, perseus, helios, lux, kepler, rigel, cosmo, celeste, ursa, sirius, lumen, castor, naksh, atlas, aurora, u liora) huma deskritti, flimkien mal-każijiet ta’ użu tagħhom, fil-paġna Text to Speech ta’ xAI; GET /v1/tts/voices tirritorna l-lista attwali (lezzjoni 3).

{
  "text": "Welcome to this tutorial.",
  "voice_id": "rex",
  "language": "en"
}

Skont xAI, kull vuċi titkellem il-lingwi kollha appoġġjati. L-għażla tal-vuċi tiegħek ma taffettwax il-prezz, li huwa bbażat fuq in-numru ta’ karattri.

Il-parametru language

Dan il-parametru huwa meħtieġ. Jaċċetta kodiċi BCP-47 jew il-valur speċjali auto għad-detezzjoni awtomatika tal-lingwa.

Il-20 lingwa appoġġjata huma:

CodeLanguageCodeLanguage
enEnglishkoKorean
frFrenchhiHindi
deGermanbnBengali
es-ESSpanish (Spain)ar-EGArabic (Egypt)
es-MXSpanish (Mexico)ar-SAArabic (Saudi Arabia)
pt-BRPortuguese (Brazil)ar-AEArabic (UAE)
pt-PTPortuguese (Portugal)trTurkish
itItalianidIndonesian
ruRussianviVietnamese
zhChinesejaJapanese

Id-detezzjoni awtomatika (auto) taħdem tajjeb għal testi b’lingwa waħda, iżda għal testi li jħalltu diversi lingwi, indika l-lingwa prinċipali b’mod espliċitu.

Il-parametru output_format

Dan il-parametru fakultattiv huwa oġġett JSON li jikkontrolla l-format tal-output tal-awdjo. Għandu tliet sub-parametri.

codec

Il-codec jistabbilixxi l-format tal-kodifika:

  • mp3 (default): format ikkompressat, ideali għall-web u l-istreaming
  • wav: format mingħajr telf (lossless), kwalità aħjar iżda fajls akbar
  • pcm: awdjo raw mingħajr header, għal pipelines tal-ipproċessar
  • mulaw / ulaw: il-codec G.711 mu-law għat-telefonija
  • alaw: il-codec G.711 A-law għat-telefonija

sample_rate

Ir-rata tal-kampjun f’hertz. Valuri aċċettati: 8000, 16000, 22050, 24000 (default), 44100, 48000.

bit_rate

Ir-rata tal-bit f’bits kull sekonda, għall-codec MP3 biss. Valuri aċċettati: 32000, 64000, 96000, 128000 (default), 192000.

{
  "text": "High-quality audio for production.",
  "voice_id": "ara",
  "language": "en",
  "output_format": {
    "codec": "wav",
    "sample_rate": 48000
  }
}

Il-parametru speed

speed jistabbilixxi l-veloċità tal-plejbek: 1.0 hija l-veloċità normali (id-default), u l-firxa tmixxi minn 0.7 sa 1.5. Pass kemxejn aktar bil-mod jgħin ma’ kontenut edukattiv dens; ‘il fuq minn 1.2, dejjem erġa’ semma’ r-riżultat.

Kombinazzjonijiet irrakkomandati

Use casecodecsample_ratebit_rate
Web / streamingmp324000128000
Audio productionwav48000—
VoIP telephonymulaw8000—
ML pipelinepcm16000—

Punti Ewlenin

  • text u language huma l-uniki parametri meħtieġa
  • voice_id huwa fakultattiv (default: eve) u mhux sensittiv għall-kaxxa
  • output_format jikkontrolla l-codec, ir-rata tal-kampjun, u r-rata tal-bit; speed jistabbilixxi l-veloċità (0.7 sa 1.5)
  • MP3 f’24 kHz / 128 kbps huwa default tajjeb li jibbilanċja l-kwalità u d-daqs
  • Għat-telefonija, uża mulaw jew alaw f’8 kHz