Ga naar hoofdinhoud
Nederlands— Kies een taal
Menu

Grok Voice: gesproken conversaties

Les 13 van 16 Bijgewerkt op 3 november 2026 Beginner
Op deze pagina
  1. Praat met Grok
  2. Voice Agent: real-time conversatie
  3. Text-to-Speech: tekst voorlezen
  4. Wat spraak verandert voor bedrijven
  5. Wat het kost
  6. Belangrijkste punten

Bijgewerkt op 3 november 2026, gebaseerd op de xAI-pagina’s Text to Speech, Speech to Speech, Pricing en Rate limits: 28 ingebouwde stemmen, huidige prijzen, gelijktijdige sessies per niveau en een codevoorbeeld dat het xAI-eindpunt POST /v1/tts gebruikt. Bronnen: Text to Speech · Pricing · Rate limits.

Praat met Grok

Na tekst en afbeeldingen komt spraak. U kunt echte gesproken conversaties voeren met de assistent, maar u moet direct onderscheid maken tussen twee diensten die mensen vaak verwarren: de Voice Agent, ontworpen voor interactieve real-time gesprekken, en Text-to-Speech (TTS), dat simpelweg tekst omzet in audio. De eerste luistert en antwoordt; de tweede leest voor. Het kiezen van de verkeerde optie is de meest voorkomende reden waarom spraakprojecten teleurstellen.

Grok Voice Agent

Voice Agent: real-time conversatie

De Voice Agent is de meest meeslepende dienst: u kunt direct met Grok praten alsof het een persoon is. Deze draait op een WebSocket-verbinding die tweerichtingsaudio in real-time verzorgt. U spreekt in uw microfoon, Grok luistert en begrijpt uw bericht continu, en antwoordt vervolgens hardop; spraakdetectie (VAD) handelt stiltes en overgangen automatisch af. Dat laatste punt onderscheidt een gesprek van een uitwisseling van spraakberichten: u kunt aarzelen zonder dat het systeem denkt dat u klaar bent, en u kunt de assistent onderbreken als deze de verkeerde kant op gaat.

Er zijn achtentwintig ingebouwde stemmen beschikbaar (per 3 november 2026), elk met een eigen persoonlijkheid. U kiest op basis van de use-case en niet op persoonlijke smaak. De vijf originele stemmen, zoals xAI ze beschrijft:

StemKarakter
EveEnergiek en optimistisch, Brits accent
AraWarm en vriendelijk
RexZelfverzekerd en helder
SalVlot en gebalanceerd
LeoAutoritair en krachtig, Brits accent

De andere drieëntwintig, nieuwere stemmen, groepeert xAI op de pagina Text to Speech in de documentatie per use-case (ondersteuning, vertelling, educatie, reclame, welzijn).

De levering gaat verder dan alleen de klankkleur van de stem. Expressieve tags verrijken de antwoorden: pauzes creëren een natuurlijk ritme, gelicht lucht een moment op, en fluisteren schept een gevoel van nabijheid. Met mate gebruikt maken ze het verschil tussen een matige stem en een stem waar mensen tot het einde naar luisteren; in elke zin hebben ze echter het tegenovergestelde effect.

De Voice Agent kan tijdens het gesprek ook tools aanroepen: real-time webzoekopdrachten, databasezoekacties of oproepen naar aangepaste API’s. U vraagt hardop naar actuele informatie en Grok antwoordt mondeling met het resultaat. Een ondersteuningsassistent kan zo de werkelijke status van een bestelling controleren in plaats van een algemene procedure op te dreunen.

Text-to-Speech: tekst voorlezen

TTS voldoet aan een eenvoudigere behoefte: geschreven tekst omzetten in gesproken audio. Het wordt gebruikt om voice-overs voor video’s of podcasts te genereren, geautomatiseerde spraakberichten te produceren, tekstinhoud toegankelijk te maken voor slechtzienden, en spraakaankondigingen en meldingen uit te zenden. De dienst bestrijkt twintig talen en kan de taal ook automatisch detecteren.

De API-oproep vereist slechts een paar regels code:

import os
import requests

response = requests.post(
    "https://api.x.ai/v1/tts",
    headers={"Authorization": f"Bearer {os.environ['XAI_API_KEY']}"},
    json={
        "text": "Welcome to this course on Grok.",
        "voice_id": "eve",
        "language": "en",
    },
)
with open("welcome.mp3", "wb") as f:
    f.write(response.content)

Het resultaat is een MP3-audiobestand, klaar om af te spelen of in een montage te plaatsen.

Wat spraak verandert voor bedrijven

Het eerste gebied is klantenservice: ingezet als spraakassistent behandelt de Voice Agent veelgestelde vragen en voert real-time zoekopdrachten uit, waardoor repetitief volume wordt opgevangen zonder dat bellers hoeven te wachten. Dezelfde logica geldt voor bestaande telefonie: xAI kan zelf uw nummers beantwoorden via SIP, en frameworks zoals LiveKit of Pipecat kunnen worden aangesloten zonder dat u uw call-infrastructuur opnieuw hoeft op te bouwen.

TTS dient voornamelijk de contentproductie: uw artikelen, rapporten en presentaties krijgen een audioversie, met een stem die past bij de gewenste toon. In beide gevallen verdient toegankelijkheid het om vanaf het begin onderdeel te zijn van het ontwerp, in plaats van achteraf te worden toegevoegd: deze mogelijkheden maken AI bruikbaar voor mensen die door tekstinterfaces worden buitengesloten.

Wat het kost

De Voice Agent kost $0,08 per minuut, oftewel $4,80 per uur, plus $0,004 per tekstinvoer; op het instapniveau kan een team 10 gelijktijdige sessies openen, en tot 200 op hogere niveaus. Text-to-Speech kost $15 per miljoen tekens, met 50 verzoeken per seconde en 100 gelijktijdige sessies op het instapniveau. Controleer deze limieten voor gelijktijdig gebruik voordat u iets publiek lanceert: ze bepalen hoeveel oproepen u parallel kunt afhandelen. Een campagne die deze limieten overschrijdt, resulteert in bellers in de wachtstand, niet in een hogere factuur.

Prijzen gecontroleerd op 3 november 2026. Prijzen veranderen vaak: controleer voordat u iets begroot de huidige tarieven op de officiële xAI-prijslijst.

Belangrijkste punten

  • De Voice Agent maakt real-time gesproken conversaties met Grok mogelijk via WebSocket
  • Er zijn 28 ingebouwde stemmen beschikbaar, met verschillende persoonlijkheden en use-cases
  • TTS zet tekst om in audio (standaard MP3) in 20 talen
  • De Voice Agent kan tijdens het gesprek tools gebruiken (webzoekopdrachten, API’s)
  • Standaard telefonieprotocollen worden ondersteund voor zakelijke integratie