Audiorespons en prijzen
Op deze pagina
Bijgewerkt op 3 november 2026, gebaseerd op de xAI-pagina’s Pricing, Rate limits en Text to Speech. Bronnen: Pricing · Rate limits · Text to Speech.
De respons verwerken en de kosten beheersen
Wanneer de TTS-API succesvol is, retourneert deze direct een stream van audiobytes in de HTTP-body. Het is essentieel om te weten hoe u deze respons moet verwerken en kosten moet anticiperen om TTS in productie te laten draaien.
Anatomie van de HTTP-respons
De respons heeft status 200 en de body bevat niets anders dan audiobytes. Er is geen JSON-envelop. De belangrijke HTTP-headers zijn:
Content-Type: het audioformaat (audio/mpegvoor MP3,audio/wavvoor WAV,audio/pcmvoor PCM)Content-Length: de grootte van het audiobestand in 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")
Naar een bestand schrijven
De eenvoudigste aanpak is om de respons rechtstreeks naar een bestand te schrijven:
with open("output.mp3", "wb") as f:
f.write(response.content)
De respons streamen
Voor grote bestanden streamt u de respons zodat u niet alle audio in het geheugen laadt:
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)
Direct afspelen in de browser
In client-side JavaScript (na het doorsturen van de audio via uw backend) kunt u dynamisch een audio-element maken:
const audioBlob = new Blob([audioBuffer], { type: "audio/mpeg" });
const audioUrl = URL.createObjectURL(audioBlob);
const audio = new Audio(audioUrl);
audio.play();
Vergeet niet de Blob-URL na het afspelen vrij te geven om geheugenlekken te voorkomen (de productielles behandelt dit in detail).
Toewijzing van codec naar Content-Type
| Aangevraagde codec | Ontvangen Content-Type | Bestandsextensie |
|---|---|---|
mp3 | audio/mpeg | .mp3 |
wav | audio/wav | .wav |
pcm | audio/pcm | .pcm |
mulaw | audio/basic | .ul |
alaw | audio/alaw | .al |
Prijzen in detail
TTS kost $15 per miljoen tekens (xAI-prijzen per 3 november 2026). U wordt gefactureerd voor de inhoud van het veld text zoals u dit verzendt, inclusief expressieve tags.
Kostenramingen
| Volume | Tekens | Geschatte kosten |
|---|---|---|
| 1 zin | ~100 | $0,0015 |
| 1 alinea | ~500 | $0,0075 |
| 1 gedrukte pagina | ~2.000 | $0,03 |
| 1 blogpost | ~5.000 | $0,075 |
| 1 boek (200 pagina’s) | ~400.000 | $6 |
| 1 miljoen tekens | 1.000.000 | $15 |
Tags en facturatie
Expressieve tags zoals [pause], <whisper> en <loud> tellen mee voor het totale aantal tekens. Een tekst van 1.000 tekens met 50 tekens aan tags wordt gefactureerd als 1.050 tekens. Dat is doorgaans minder dan 5% van de totale tekst.
Concurrentielimieten
Volgens de xAI-pagina Rate limits accepteert TTS 50 verzoeken per seconde en 100 gelijktijdige sessies op het instapniveau; deze limieten groeien met het niveau van uw team (tot 500 en 500). De pagina Text to Speech vermeldt ook 50 gelijktijdige WebSocket-sessies per team. Daarboven retourneert de API een 429-fout: spreid bij grote volumes uw verzoeken uit of gebruik een wachtrij.
De audiolengte schatten
De lengte van de gegenereerde audio hangt af van de tekst, de stem en de speed-instelling. Als ruwe schatting loopt spreektaal op ongeveer 150 woorden per minuut, of roughly 850 tekens per minuut in het Engels: meet dit met uw eigen stem voordat u een duurte belooft. Voor een exact cijfer retourneert with_timestamps de audioduur (duration) samen met de tijdstempels.
In dat tempo produceert een tekst van 60.000 tekens, de limiet voor één verzoek, iets meer dan een uur aan audio.
Belangrijkste punten
- De TTS-respons is een binaire stream, geen JSON
- De Content-Type vertelt u welk audioformaat u hebt ontvangen
- Stream grote bestanden
- Het kost $15 per miljoen tekens, inclusief tags
- Op het instapniveau: 50 verzoeken per seconde en 100 gelijktijdige sessies
- Een verzoek van 60.000 tekens produceert ongeveer een uur aan audio