Aqbeż għall-kontenut ewlieni
Malti— Agħżel lingwa
Menu

Il-konnessjoni WebSocket TTS

Lezzjoni 9 / 14 Aġġornat 3 ta’ Novembru 2026 Zviluppatur
F'din il-paġna
  1. Sintesi tad-dħul f’ħin reali fuq WebSocket
  2. Endpoint tal-WebSocket
  3. Iftaħ il-konnessjoni
  4. Ġestjoni tas-sessjoni
  5. HTTP Unarju versus WebSocket
  6. Meta tuża WebSocket
  7. Punti Ewlenin

Aġġornat fit-3 ta’ Novembru 2026, abbażi tal-paġna Text to Speech ta’ xAI: deltasi sa 60,000 karattru, l-ebda timeout tal-konnessjoni, u “permess tas-sessjoni” ta’ 600 sekonda. Sors: Text to Speech.

Sintesi tad-dħul f’ħin reali fuq WebSocket

L-API Grok TTS toffri modalità WebSocket għall-istreamjar tas-sintesi tad-dħul. Kuntrarjament għall-modalità HTTP unarja, li tistenna sakemm tispiċċa l-ipproċessar biex tirritorna l-awdjo sħiħ, WebSocket tibgħat biċċiet tal-awdjo hekk kif jiġu ġġenerati. Din hija ideali għal applikazzjonijiet interattivi fejn il-latenza perċepita trid tkun l-inqas possibbli.

wss://
Protokoll sikur
50
Sessjonijiet kull tim
600 s
Permess tas-sessjoni
∞
Test mingħajr limitu

Endpoint tal-WebSocket

Tikkonnettja ma’ wss://api.x.ai/v1/tts. Il-parametri tal-konfigurazzjoni jmorru fil-query string tal-konnessjoni inizjali.

Parametri tal-konnessjoni

ParametruMeħtieġDefaultDeskrizzjoni
languageIva—Kodiċi BCP-47 jew auto
voiceLe—ID ta’ vuċi integrata jew personalizzata
codecLemp3mp3, wav, pcm, mulaw (jew ulaw), alaw
sample_rateLe24000Rata tal-kampjunar
bit_rateLe128000Rata tal-bit (MP3 biss)

URL sħiħ tal-konnessjoni

wss://api.x.ai/v1/tts?language=en&voice=rex&codec=mp3&sample_rate=24000

Iftaħ il-konnessjoni

F’JavaScript (browser jew Node.js)

const ws = new WebSocket(
  "wss://api.x.ai/v1/tts?language=en&voice=rex&codec=mp3",
  {
    headers: {
      "Authorization": `Bearer ${API_KEY}`
    }
  }
);

ws.onopen = () => {
  console.log("TTS connection established");
};

ws.onerror = (error) => {
  console.error("WebSocket error:", error);
};

Importanti: f’browser, l-API nativa WebSocket ma tappoġġjax headers personalizzati. Ikollok tgħaddi mill-backend tiegħek għall-konnessjoni (ara l-lezzjoni dwar il-produzzjoni).

F’Python b’websockets

import asyncio
import websockets
import json

async def connect_tts():
    uri = "wss://api.x.ai/v1/tts?language=en&voice=rex&codec=mp3"
    headers = {"Authorization": f"Bearer {api_key}"}

    async with websockets.connect(uri, additional_headers=headers) as ws:
        print("TTS connection established")
        # Ibghat it-test u irċievi l-awdjo...

Ġestjoni tas-sessjoni

Tul tal-ħajja

Il-paġna Text to Speech ta’ xAI tgħid żewġ affarijiet li għandek taqra flimkien: il-konnessjoni WebSocket m’għandha l-ebda timeout tat-talba (tibqa’ miftuħa), u l-”permess tas-sessjoni” għandu tul ta’ ħajja ta’ 600 sekonda, mingħajr ma l-paġna tispjega x’jiġri meta jintemm. Biex tkun sikur, l-app tiegħek għandha:

  1. Tinduna meta l-konnessjoni tingħalaq
  2. Terġa’ tikkonnettja awtomatikament jekk ikun meħtieġ
  3. Tkompli tibgħat it-test minn fejn waqfet

Sessjonijiet konkorrenti

Skont il-paġna Text to Speech, it-tim tiegħek huwa limitat għal 50 sessjoni WebSocket konkorrenti (il-paġna Rate limits tgħodd is-sessjonijiet TTS skont il-livell, li jibda minn 100). Lil hinn minn hekk, konnessjonijiet ġodda jiġu miċħuda. Immaniġġja pool ta’ konnessjonijiet għal applikazzjonijiet b’traffiku għoli.

Diversi testi fuq konnessjoni waħda

Kuntrarjament għall-modalità HTTP unarja, fejn it-talbiet jiskadu wara 15-il minuta, il-konnessjoni tibqa’ miftuħa wara kull audio.done: tista’ tibgħat test wara ieħor mingħajr ma terġa’ tikkonnettja, u tikkanċella dak kurrenti b’text.clear (lezzjoni 10).

HTTP Unarju versus WebSocket

AspettHTTP UnarjuWebSocket
LatenzaAwdjo sħiħ wara l-ipproċessarL-ewwel bytes immedjatament
Test massimu60,000 karattru kull talbaMingħajr limitu (deltasi ta’ 60,000 massimu)
Timeout15-il minutaL-ebda; permess tas-sessjoni ta’ 600 sekonda
SessjonijietM/A50 kull tim
Każijiet ta’ użuBatch, fajls tal-awdjoĦin reali, istreamjar

Meta tuża WebSocket

WebSocket huwa l-għażla korretta hekk kif ikun involut il-ħin reali. Meta utent ikun qed jistenna tweġiba mitkellma immedjata, minn chatbot jew assistent vokali, kull sekonda ta’ silenzju qabel l-ewwel ħoss tonqoslek fl-esperjenza perċepita, u WebSocket jippermetti li r-riproduzzjoni tibda fuq l-ewwel frammenti tal-awdjo, qabel ma tispiċċa l-ġenerazzjoni stess. Hija wkoll l-arkitettura naturali meta t-test innifsu jasla gradwalment: l-output istreamjat ta’ LLM jingħaqad direttament mat-TTS, delta b’delta, mingħajr ma tistenna t-test sħiħ. Barra minn hekk, itneħħi l-limitu tat-tul: m’hemm l-ebda limitu ġenerali fuq it-test totali, biss id-deltasi individwali huma limitati għal 60,000 karattru, biżżejjed biex tivvokalizza dokument sħiħ bħala fluss kontinwu.

Il-modalità HTTP unarja għadha postha kull fejn il-ħin reali ma jżid xejn: il-ġenerazzjoni ta’ fajls tal-awdjo f’batch, proċessi li jeħtieġu l-fajl sħiħ qabel ma jaġixxu (post-ipproċessar, ħażna, tibgħit), u, b’mod aktar sempliċi, kwalunkwe arkitettura li tippreferi round trip mingħajr stat għal konnessjoni persistenti biex timmaniġġja.

Punti Ewlenin

  • TTS WebSocket huwa disponibbli f’wss://api.x.ai/v1/tts
  • Il-parametri jmorru fil-query string meta tikkonnettja
  • Il-konnessjoni ma tiskadix waħedha, iżda d-dokumentazzjoni ssemmi permess tas-sessjoni ta’ 600 sekonda: ippjana għal konnessjoni mill-ġdid
  • Il-limitu huwa 50 sessjoni konkorrenti kull tim
  • It-test huwa mingħajr limitu (mibgħut f’deltasi sa 60,000 karattru)
  • Uża WebSocket għall-ħin reali, HTTP għall-batch