De TTS WebSocket-verbinding
Op deze pagina
Bijgewerkt op 3 november 2026, gebaseerd op de xAI-pagina Text to Speech: delta’s tot 60.000 tekens, geen time-out voor de verbinding en een “sessietoestemming” van 600 seconden. Bron: Text to Speech.
Spraaksynthese in real-time via WebSocket
De Grok TTS API biedt een WebSocket-modus voor het streamen van spraaksynthese. In tegenstelling tot de unaire HTTP-modus, die wacht tot de verwerking voltooid is voordat het volledige audiofragment wordt teruggezonden, verzendt WebSocket audioblokken zodra ze worden gegenereerd. Dit is ideaal voor interactieve applicaties waarbij de waargenomen latentie zo laag mogelijk moet zijn.
WebSocket-eindpunt
U maakt verbinding met wss://api.x.ai/v1/tts. Configuratieparameters worden opgenomen in de query-string van de initiële verbinding.
Verbindingsparameters
| Parameter | Verplicht | Standaard | Beschrijving |
|---|---|---|---|
language | Ja | — | BCP-47-code of auto |
voice | Nee | — | ID van een ingebouwde of aangepaste stem |
codec | Nee | mp3 | mp3, wav, pcm, mulaw (of ulaw), alaw |
sample_rate | Nee | 24000 | Samplefrequentie |
bit_rate | Nee | 128000 | Bitrate (alleen MP3) |
Volledige verbindings-URL
wss://api.x.ai/v1/tts?language=en&voice=rex&codec=mp3&sample_rate=24000
De verbinding openen
In JavaScript (browser of 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-verbinding tot stand gebracht");
};
ws.onerror = (error) => {
console.error("WebSocket-fout:", error);
};
Belangrijk: in een browser ondersteunt de native WebSocket-API geen aangepaste headers. U zult de verbinding via uw backend moeten laten lopen (zie de les over productieomgevingen).
In Python met 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-verbinding tot stand gebracht")
# Tekst verzenden en audio ontvangen...
Sessiebeheer
Levensduur
De xAI-pagina Text to Speech vermeldt twee punten die u samen moet lezen: de WebSocket-verbinding heeft geen request time-out (deze blijft open), maar de “sessietoestemming” heeft een levensduur van 600 seconden, zonder dat de pagina uitlegt wat er gebeurt wanneer deze verloopt. Veiligheidshalve dient uw applicatie:
- Te detecteren wanneer de verbinding wordt verbroken
- Indien nodig automatisch opnieuw verbinding te maken
- Het verzenden van tekst te hervatten op het punt waar het stopte
Gelijktijdige sessies
Volgens de pagina Text to Speech is uw team beperkt tot 50 gelijktijdige WebSocket-sessies (de pagina Rate limits telt TTS-sessies per tier, beginnend bij 100). Daarboven worden nieuwe verbindingen geweigerd. Beheer een connection pool voor applicaties met veel verkeer.
Meerdere teksten op één verbinding
In tegenstelling tot de unaire HTTP-modus, waar verzoeken na 15 minuten verlopen, blijft de verbinding open na elke audio.done: u kunt de ene tekst na de andere verzenden zonder opnieuw verbinding te maken, en de huidige annuleren met text.clear (les 10).
Unaire HTTP versus WebSocket
| Aspect | Unaire HTTP | WebSocket |
|---|---|---|
| Latentie | Volledige audio na verwerking | Eerste bytes direct |
| Max. tekst | 60.000 tekens per verzoek | Onbeperkt (delta’s van max. 60.000) |
| Time-out | 15 minuten | Geen; sessietoestemming van 600 seconden |
| Sessies | N.v.t. | 50 per team |
| Use cases | Batch, audiobestanden | Real-time, streaming |
Wanneer WebSocket gebruiken
WebSocket is de aangewezen weg zodra real-time verwerking involved is. Wanneer een gebruiker wacht op een direct gesproken antwoord, van een chatbot of spraakassistent, kost elke seconde stilte voordat het eerste geluid klinkt u aan waargenomen ervaring. Met WebSocket kan het afspelen beginnen bij de eerste audiofragmenten, nog voordat de generatie voltooid is. Het is ook de natuurlijke architectuur wanneer de tekst zelf geleidelijk binnenkomt: de gestreamde output van een LLM sluit direct aan op de TTS, delta voor delta, zonder te wachten op de volledige tekst. Bovendien wordt de lengtebeperking opgeheven: er is geen overall limiet op de totale tekst, alleen individuele delta’s zijn beperkt tot 60.000 tekens, genoeg om een heel document als een continue stream voor te lezen.
De unaire HTTP-modus heeft nog steeds zijn plaats waar real-time verwerking niets toevoegt: het genereren van audiobestanden in batches, processen die het volledige bestand nodig hebben voordat ze actie ondernemen (nabewerking, opslag, verzending), en, eenvoudiger gezegd, elke architectuur die de voorkeur geeft aan een stateless round-trip boven het beheer van een persistente verbinding.
Belangrijkste punten
- TTS WebSocket is beschikbaar op
wss://api.x.ai/v1/tts - Parameters worden bij het verbinden in de query-string geplaatst
- De verbinding verloopt niet uit zichzelf, maar de documentatie noemt een sessietoestemming van 600 seconden: houd rekening met opnieuw verbinden
- De limiet is 50 gelijktijdige sessies per team
- Tekst is onbeperkt (verzonden in delta’s tot 60.000 tekens)
- Gebruik WebSocket voor real-time, HTTP voor batchverwerking