Voice Agent en TTS
Op deze pagina
Bijgewerkt op 3 november 2026. Gebaseerd op de pagina’s Pricing, Rate Limits, Text to Speech en de release-opmerkingen van xAI: voice agent kost $0,08 per minuut (niet $0,05), TTS kost $15 per miljoen tekens (niet $4,20), gelijktijdige sessies per tier (niet 100, noch 30 minuten per sessie), TTS beschikbaar sinds maart 2026; tiers zijn automatisch van toepassing op voice-modellen, voor Imagine moet u contact opnemen met sales. Bronnen: Pricing · Rate limits · Release notes.
Audio-mogelijkheden van Grok
xAI biedt via zijn API twee audiodiensten aan: de Voice Agent (Speech-to-Speech API), beschikbaar sinds december 2025, voor realtime spraakgesprekken, en Text-to-Speech (TTS), beschikbaar sinds maart 2026, voor spraaksynthese. Met deze diensten bouwt u complete spraakgestuurde conversatieinterfaces, van geautomatiseerde telefoonsystemen tot ingebouwde voice-assistenten.
Voice Agent API
Met de Voice Agent API creëert u bidirectionele, realtime spraakgesprekken. De gebruiker spreekt, het model luistert, begrijpt en reageert mondeling – allemaal met een latentie die laag genoeg is voor een natuurlijk gesprek.
Belangrijkste kenmerken
- Model:
grok-voice-3.0, waarnaar de aliasgrok-voice-latestverwijst - Gelijktijdige sessies: 10 op het instapniveau, vervolgens 20, 50, 100 en 200 per tier
- Prijs: $0,08 per minuut, oftewel $4,80 per uur, plus $0,004 per tekstinput
- Realtime: latentie geoptimaliseerd voor natuurlijke conversatie
Use cases
De Voice Agent is ontworpen voor scenario’s waarin spraakinteractie meerwaarde biedt ten opzichte van tekst:
- Geautomatiseerde klantenservice – telefoonbegroeting, oproepdoorverwijzing, antwoorden op veelgestelde vragen
- Ingebouwde voice-assistenten – in mobiele apps of IoT-apparaten
- Spraakgestuurde tutoring – educatieve ondersteuning via spraak
- Toegankelijkheid – spraakinterface voor gebruikers die niet kunnen of niet willen typen
Kostenoverwegingen
Met $4,80 per uur is de Voice Agent economisch voor korte, incidentele interacties. Bij diensten met een hoog volume kunnen de kosten echter aanzienlijk oplopen. Een callcenter dat maandelijks 1.000 uur aan gesprekken afhandelt, heeft een budget van $4.800 nodig.
Het tier-systeem is ook van toepassing op voice-modellen, net als op tekstmodellen: uw tier hangt af van uw cumulatieve uitgaven en gaat nooit omlaag. Om de limieten voor Imagine te verhogen, moet u echter contact opnemen met de salesafdeling van xAI.
Text-to-Speech (TTS)
De TTS-dienst zet tekst om in spraak met synthetische stemmen van hoge kwaliteit. De facturatie gebeurt op basis van het volume aan geconverteerde tekst.
Prijzen en limieten
| Service | Cost | Limit |
|---|---|---|
| Text-to-Speech | $15 / 1M characters | 50 requests per second and 100 simultaneous sessions at entry tier |
Ter illustratie van de kosten: een blogpost van 5.000 tekens kost ongeveer $0,075 om naar audio om te zetten. Een luisterboek van 500.000 tekens kost ongeveer $7,50.
Beschikbare stemmen
xAI biedt 28 ingebouwde stemmen (per 3 november 2026), gemeenschappelijk voor zowel TTS als de Voice Agent, met verschillende toonaarden en toepassingen, evenals aangepaste stemmen die zijn gemaakt op basis van een kort fragment. U selecteert de stem bij het API-verzoek, zodat u de stem kunt aanpassen aan de context – een professionele stem voor een rapport, een warme stem voor een tutorial.
Toepassingen van TTS
- Geautomatiseerde podcasts – transformeer uw blogposts naar audiocontent
- Vertelling – voeg een audiolayer toe aan uw educatieve applicaties
- Toegankelijkheid – maak tekstcontent toegankelijk voor slechtziende gebruikers
- Spraakmeldingen – gesproken alerts en herinneringen in applicaties
- Meertalige content – genereer audioversies in verschillende talen
Voice Agent versus TTS: welke dienst kiest u?
Het onderscheid is eenvoudig:
- Voice Agent: voor interactieve, realtime gesprekken. De gebruiker spreekt, het model reageert. Het is bidirectioneel.
- TTS: voor eenrichtingsconversie van tekst naar spraak. Geen interactie, alleen spraaksynthese.
Bouwt u een conversatie-assistent? Dan heeft u de Voice Agent nodig. Wilt u simpelweg tekst hardop voorlezen? Dan volstaat TTS.
Integratie in een bestaande architectuur
De audiodiensten van Grok integreren in dezelfde API als de tekst- en beeldmodellen. U gebruikt dezelfde API-sleutels, hetzelfde facturatiesysteem en hetzelfde dashboard op console.x.ai.
Deze unificatie vereenvoudigt de architectuur aanzienlijk: één project kan Grok 4.5 gebruiken voor redeneren, grok-build-0.1 voor code, Grok Imagine voor visuals en de Voice Agent voor mondelinge interactie, allemaal met één developer-account.
Prijzen geverifieerd op 3 november 2026 – prijzen wijzigen regelmatig: controleer voor elke budgetberekening de actuele tarievenlijst op de officiële xAI-paginaprijslijst.
Belangrijkste punten
- De Voice Agent kost $0,08/min ($4,80/uur) voor realtime gesprekken
- TTS kost $15 per miljoen tekens voor spraaksynthese
- Voice Agent: 10 tot 200 gelijktijdige sessies per tier
- TTS: 100 gelijktijdige verzoeken
- Voice Agent = bidirectioneel, TTS = unidirectioneel
- Upgrades van Voice/Imagine-tiers vereisen een handmatig verzoek