Ir-rispons awdjo u l-ipprezzar
F'din il-paġna
Aġġornat fit-3 ta’ Novembru, 2026, ibbażat fuq il-paġni Pricing, Rate limits, u Text to Speech ta’ xAI. Sorsi: Pricing · Rate limits · Text to Speech.
Immaniġġja r-rispons u żomm l-ispejjeż taħt kontroll
Meta l-API TTS tirnexxi, tirritorna fluss (stream) ta’ bytes awdjo direttament fil-korp HTTP. Li tkun taf kif timmaniġġja dak ir-rispons u tbassar l-ispejjeż huwa essenzjali biex tħaddem it-TTS fil-produzzjoni.
L-anatomija tar-rispons HTTP
Ir-rispons għandu status 200, u l-korp fih biss bytes awdjo. M’hemm l-ebda involukru JSON. L-intestazzjonijiet HTTP importanti huma:
Content-Type: il-format awdjo (audio/mpeggħal MP3,audio/wavgħal WAV,audio/pcmgħal PCM)Content-Length: id-daqs tal-fajl awdjo f’bytes
response = requests.post("https://api.x.ai/v1/tts", ...)
# Check for success
if response.status_code == 200:
content_type = response.headers["Content-Type"]
audio_size = len(response.content)
print(f"Format: {content_type}, Size: {audio_size} bytes")
Ikteb f’fajl
L-aktar approċċ sempliċi huwa li tikteb ir-rispons direttament f’fajl:
with open("output.mp3", "wb") as f:
f.write(response.content)
Ixandar (Stream) ir-rispons
Għal fajlijiet kbar, ixandar ir-rispons biex ma ttellax l-awdjo kollu fil-memorja:
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)
Doqq direttament fil-browser
F’JavaScript fuq in-naħa tal-klijent (wara li tgħaddi l-awdjo permezz tal-backend tiegħek), tista’ toħloq element awdjo malajr:
const audioBlob = new Blob([audioBuffer], { type: "audio/mpeg" });
const audioUrl = URL.createObjectURL(audioBlob);
const audio = new Audio(audioUrl);
audio.play();
Ftakar li tirrilaxxa l-URL tal-Blob wara d-doqq biex tevita tnixxijiet tal-memorja (il-lezzjoni tal-produzzjoni tkopri dan fid-dettall).
Mappatura tal-Codec għal Content-Type
| Codec mitlub | Content-Type riċevut | Estensjoni tal-fajl |
|---|---|---|
mp3 | audio/mpeg | .mp3 |
wav | audio/wav | .wav |
pcm | audio/pcm | .pcm |
mulaw | audio/basic | .ul |
alaw | audio/alaw | .al |
L-ipprezzar fid-dettall
It-TTS jiswa $15 għal kull miljun karattru (ipprezzar ta’ xAI sal-3 ta’ Novembru, 2026). Inti tiġi fatturat għall-kontenut tal-qasam text hekk kif tibgħatu, inklużi t-tags espressivi.
Stimi tal-ispejjeż
| Volum | Karattri | Spiża stmata |
|---|---|---|
| 1 sentenza | ~100 | $0.0015 |
| 1 paragrafu | ~500 | $0.0075 |
| 1 paġna stampata | ~2,000 | $0.03 |
| 1 artiklu ta’ blog | ~5,000 | $0.075 |
| 1 ktieb (200 paġna) | ~400,000 | $6 |
| 1 miljun karattru | 1,000,000 | $15 |
Tags u fatturazzjoni
Tags espressivi bħal [pause], <whisper>, u <loud> jgħoddu għat-total tal-karattri. Test ta’ 1,000 karattru b’50 karattru ta’ tags jiġi fatturat bħala 1,050 karattru. Dan ġeneralment ikun inqas minn 5% tat-test totali.
Limiti ta’ konkurrenza
Skont il-paġna Rate limits ta’ xAI, it-TTS jaċċetta 50 talba kull sekonda u 100 sessjoni konkurrenti fil-livell tad-dħul, limiti li jikbru mat-tim tiegħek (sa 500 u 500). Il-paġna Text to Speech issemmi wkoll 50 sessjoni WebSocket konkurrenti għal kull tim. Lil hinn minn hekk, l-API tirritorna żball 429: għal volumi kbar, ibgħid it-talbiet tiegħek jew uża queue.
Stima t-tul tal-awdjo
It-tul tal-awdjo ġġenerat jiddependi mit-test, mill-vuċi, u mill-impostazzjoni speed. Bħala stima ġenerali, il-kliem moqri jgħaddi b’madwar 150 kelma kull minuta, jew madwar 850 karattru kull minuta bl-Ingliż: kejjel dan bil-vuċi tiegħek qabel ma twiegħed durata. Għal figura eżatta, with_timestamps tirritorna d-durata tal-awdjo (duration) flimkien mat-timestamps.
F’dik il-veloċità, test ta’ 60,000 karattru, il-limitu għal talba waħda, jipproduċi ftit aktar minn siegħa awdjo.
Punti Ewlenin
- Ir-rispons TTS huwa fluss binarju, mhux JSON
- Il-Content-Type jgħidlek liema format awdjo rċevejt
- Ixandar (Stream) fajlijiet kbar
- Jiswa $15 għal kull miljun karattru, tags inklużi
- Fil-livell tad-dħul: 50 talba kull sekonda u 100 sessjoni konkurrenti
- Talba ta’ 60,000 karattru tipproduċi madwar siegħa awdjo