Ga naar hoofdinhoud
Nederlands— Kies een taal
Menu

Het POST /v1/tts-eindpunt

Les 1 van 14 Bijgewerkt op 3 november 2026 Ontwikkelaar
Op deze pagina
  1. Zet tekst om in audio met de Grok API
  2. Opbouw van het verzoek
  3. De HTTP-respons
  4. Prijzen
  5. Belangrijkste punten

Bijgewerkt op 3 november 2026, gebaseerd op de xAI-pagina Text to Speech, de Voice API-referentie en de pagina Pricing. Bronnen: Text to Speech · Voice API · Pricing.

Zet tekst om in audio met de Grok API

De xAI Text-to-Speech API zet elke tekst om in natuurlijk klinkende audio met één enkele HTTP-aanroep. Het belangrijkste toegangspunt is POST /v1/tts; dit eindpunt accepteert uw tekst en retourneert direct een binair audiobestand.

60,000
Maximaal aantal tekens per verzoek
28
Ingebouwde stemmen
20
Ondersteunde talen
$15
Per miljoen tekens

Opbouw van het verzoek

U stuurt een POST-verzoek naar https://api.x.ai/v1/tts met een JSON-body. Hier volgt een minimaal voorbeeld met curl:

curl -X POST "https://api.x.ai/v1/tts" \
  -H "Authorization: Bearer $XAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello, and welcome to Corsen Academy.",
    "voice_id": "eve",
    "language": "en"
  }' \
  --output audio.mp3

De server antwoordt direct met het binaire audiobestand in de response-body. Er zit geen JSON-envelop omheen: u ontvangt de ruwe bytes van het audiobestand.

Authenticatie

Net als bij elk ander xAI API-eindpunt voegt u uw API-sleutel toe in de Authorization-header in Bearer-indeling:

Authorization: Bearer xai-your-api-key

Request-body

De JSON-body draait om vier hoofdparameters:

  • text (verplicht): de tekst die u wilt omzetten, tot maximaal 60.000 tekens. Deze ondersteunt de expressieve tags die u in de volgende lessen leert kennen.
  • voice_id (optioneel): de ID van de stem. Standaardwaarde is eve. Waarden zijn hoofdlettergevoelig noch kleinelettergevoelig.
  • language (verplicht): de taalcode in BCP-47-indeling (en, fr, de, …) of auto voor automatische detectie.
  • output_format (optioneel): een object dat de codec, sample rate en bitrate configureert.

Andere instellingen, allemaal optioneel, ronden het verzoek af: speed (afspeelsnelheid, van 0,7 tot 1,5, standaard 1,0), replace (een tabel met substituties die de uitspraak van een woord corrigeert zonder de verzonden tekst te wijzigen), with_timestamps (tijdstempels per teken), text_normalization (uitschrijven van getallen, afkortingen en symbolen vóór synthese) en optimize_streaming_latency ("1" om de wachttijd vóór het eerste audiofragment te verkorten, ten koste van een licht kwaliteitsverlies bij de overgangen).

De HTTP-respons

Bij succes (status 200) retourneert de server het audiobestand met het content-type dat overeenkomt met de gevraagde indeling:

  • audio/mpeg voor MP3 (standaard)
  • audio/wav voor WAV
  • audio/pcm voor rauwe PCM
  • audio/basic voor G.711 μ-law (mulaw)
  • audio/alaw voor G.711 A-law (alaw)

De respons bevat geen metadata, alleen audiobytes. De enige uitzondering is with_timestamps: de respons wordt dan een JSON-object dat de audio in base64 bevat, samen met de duur en de tijdstempel van elk teken. U kunt de respons rechtstreeks naar een bestand schrijven of streamen naar een audiospeler.

Python-voorbeeld

import requests

response = requests.post(
    "https://api.x.ai/v1/tts",
    headers={"Authorization": f"Bearer {api_key}"},
    json={
        "text": "Here's an example of speech synthesis.",
        "voice_id": "rex",
        "language": "en"
    }
)

with open("output.mp3", "wb") as f:
    f.write(response.content)

JavaScript-voorbeeld (Node.js)

const response = await fetch("https://api.x.ai/v1/tts", {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${process.env.XAI_API_KEY}`,
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    text: "Here's an example of speech synthesis.",
    voice_id: "rex",
    language: "en"
  })
});

const buffer = await response.arrayBuffer();
fs.writeFileSync("output.mp3", Buffer.from(buffer));

Prijzen

TTS kost $15 per miljoen tekens (xAI-prijzen per 3 november 2026). U wordt gefactureerd voor de tekens die u in text verstuurt, inclusief expressieve tags; een replace-tabel verandert dat aantal niet. Met een gemiddelde van 1.000 tekens per verzoek komt dit neer op ongeveer $0,015 per aanroep.

Belangrijkste punten

  • Het POST /v1/tts-eindpunt is het belangrijkste toegangspunt voor spraaksynthese
  • De respons is een binair audiobestand, geen JSON
  • Tekst is beperkt tot 60.000 tekens per HTTP-verzoek; WebSocket kent geen totaallimiet
  • U authenticeert met de Authorization: Bearer-header
  • De kosten bedragen $15 per miljoen tekens