Przejdź do głównej treści
Polski— Wybierz język
Menu

Wybierz głos i osobowość

Lekcja 3 z 14 Zaktualizowano 3 listopada 2026 Średnio zaawansowani
Na tej stronie
  1. Dwadzieścia osiem głosów, dwadzieścia osiem pierwszych wrażeń
  2. Ustawienie głosu
  3. Dopasuj barwę do zachowania
  4. Jak podjąć decyzję
  5. Co zmiana na mowę wnosi do Twoich promptów
  6. Kluczowe wnioski

Zaktualizowano 3 listopada 2026 r. na podstawie stron xAI dotyczących Text to Speech i Speech to Speech oraz przewodnika po promptach głosowych. xAI oferuje 28 wbudowanych głosów, współdzielonych przez agenta głosowego i syntezę mowy; poniższe opisy i przypadki użycia pochodzą bezpośrednio od xAI. Źródła: Text to Speech · Speech to Speech · Prompting Guide.

Dwadzieścia osiem głosów, dwadzieścia osiem pierwszych wrażeń

Agent głosowy Grok udostępnia Ci 28 głosów (stan na 3 listopada 2026 r.), z których każdy ma swoją barwę i temperament, a każdy z nich obsługuje wszystkie wspierane języki. Ten wybór to coś więcej niż kwestia estetyki. Zanim padnie pierwsze zdanie, użytkownicy już wyrobią sobie opinię o tym, z kim rozmawiają. Radosny głos ogłaszający anulowanie zamówienia brzmi fałszywie; głęboki, stonowany głos podczas prezentacji produktu może uśpić odbiorców.

GłosTon według xAISugerowane przypadki użycia przez xAI
carinaMiękki, empatyczny, uspokajającyWellness, wsparcie
zaganPotężny, dramatyczny, nie do pomyleniaPostacie, narracja
helixŚmiały, dynamiczny, pełen energiiKomentarze, podcasty
orionBogaty, kinowy, rezonującyNarracja, audiobooki
lunaŁagodny, cierpliwy, pełen troskiEdukacja, asystent
irisPrzyjazny, radosny, naturalnie urokliwySprzedaż, wsparcie
altairElegancki, wyrafinowany, ekskluzywnyReklama, narracja
zenithOstry, skupiony, zdeterminowanySprzedaż, reklama
perseusSilny, pewny siebie, godny zaufaniaReklama, narracja
heliosRadosny, energiczny, bardzo wszechstronnyAsystent, wellness
luxOpanowany, spokojny, cicho mądryWellness, narracja
keplerPomysłowy, patrzący w przyszłość, charyzmatycznyReklama, podcasty
rigelPrecyzyjny, profesjonalny, spokojnie pewny siebie; akcent australijskiAsystent, wsparcie
cosmoJasny, ciekawy, łatwy do śledzeniaEdukacja, podcasty
celesteWspółczujący, pewny siebie, uspokajającyWsparcie, asystent
ursaPrzyjazny, ciepły, stabilnyAsystent, podcasty
siriusDowcipny, sprytny, zabawnyKomentarze, postacie
lumenCiepły, klarowny, angażującyEdukacja, reklama
castorCharyzmatyczny, przyziemny, zrelaksowanySprzedaż, wsparcie
nakshCiepły, refleksyjny, mądry; akcent indyjskiAsystent, wsparcie
atlasPewny siebie, autorytatywny, uspokajającySprzedaż, asystent
auroraPogodny, stabilny, promiennyWsparcie, asystent
lioraSpokojny, opanowany, jasnyWellness, asystent
araCiepły i przyjazny—
eveEnergiczny i radosny; akcent brytyjski—
leoAutorytatywny i potężny; akcent brytyjski—
rexPewny siebie i klarowny—
salGładki i zrównoważony—

Lista ta ulega zmianom w czasie. Żądanie GET /v1/tts/voices zwraca aktualną listę, a interfejs API Custom Voices pozwala utworzyć głos na podstawie krótkiego klipu referencyjnego; następnie używasz jego identyfikatora dokładnie tak samo jak wbudowanego głosu.

Ustawienie głosu

Wybierasz głos w polu voice wiadomości session.update. Wymaga to trzech linii:

{
  "type": "session.update",
  "session": {
    "voice": "rex"
  }
}

Nazwa nie rozróżnia wielkości liter: "Eve", "eve" i "EVE" odnoszą się do tego samego głosu. Dokumentacja syntezy mowy wskazuje eve jako głos domyślny; w przypadku agenta zawsze ustawiaj głos jawnie. Podobnie jak w przypadku reszty konfiguracji, wysłanie nowego session.update w trakcie rozmowy zmienia głos. Przepływ obsługi połączeń telefonicznych może zaczynać się od radosnego głosu powitalnego, a następnie przełączać na spokojniejszy, gdy rozmowa schodzi na delikatny temat.

Dopasuj barwę do zachowania

Głos wykonuje tylko połowę pracy: nadaje teksturę, podczas gdy pole instructions określa zachowanie. Ciepły głos, który wyrzuca z siebie zwięzłe odpowiedzi, tworzy dysonans, który użytkownicy odczuwają, choć nie potrafią go nazwać. Poniższe trzy konfiguracje pokazują spójne połączenia barwy i roli.

W przypadku obsługi klienta, celeste, który xAI wymienia do wsparcia, współgra z cierpliwym tonem i możliwością przekazania sprawy do człowieka:

{
  "type": "session.update",
  "session": {
    "voice": "celeste",
    "instructions": "You are a customer service assistant for the Maison Verte store. You are patient, empathetic, and always ready to find a solution. Use simple, reassuring language. If you can't solve a problem, offer to transfer the customer to a human agent."
  }
}

W przypadku tutorialu technicznego, cosmo, wymieniony do celów edukacyjnych, łączy się z instrukcjami dotyczącymi struktury i precyzji:

{
  "type": "session.update",
  "session": {
    "voice": "cosmo",
    "instructions": "You are a technical trainer who specializes in web development. Explain concepts in a structured way, with concrete examples. Be precise and direct. Suggest hands-on exercises when relevant."
  }
}

W programie wdrożeniowym firmy, leo wnosi autorytet, który instrukcje łagodzą ciepłem i regularnymi sprawdzianami zrozumienia:

{
  "type": "session.update",
  "session": {
    "voice": "leo",
    "instructions": "You are the official trainer for the new employee onboarding program. Present information with authority but with warmth. Follow the program in order and check for understanding after each point."
  }
}

Jak podjąć decyzję

W każdym projekcie pojawiają się cztery kluczowe kwestie. Pierwszą jest dopasowanie do marki: marka premium odnajdzie siebie w głosie altair, zrelaksowany startup w castor lub iris, a pomylenie tych ról natychmiast stworzy niedopasowanie. Drugą jest kontekst użycia, który czasem przeważa nad marką: asystent wellness wymaga głosu wymienionego przez xAI do celów wellness, takiego jak carina, lux lub liora, podczas gdy centrala telefoniczna dobrze zrobi, uspokajając dzwoniących głosem celeste lub aurora. Trzecią kwestią jest czas trwania interakcji: podczas długich sesji spokojny głos jest mniej męczący niż bardzo wyróżniający się. Czwarta i najważniejsza zasada mówi, że odbiór głosu jest subiektywny. Zanim się zdecydujesz, odtwórz trzech kandydatów garstce prawdziwych użytkowników w języku docelowym. Zajmie to godzinę, a uchroni Cię przed odkryciem po uruchomieniu, że wybrany głos irytuje połowę Twoich klientów.

Co zmiana na mowę wnosi do Twoich promptów

Przejście na głos łamie niektóre nawyki pisania promptów i wymaga nowych. Przewodnik po promptach głosowych xAI sugeruje pięcioczęściową strukturę: rola i persona, cel, przepływ rozmowy, zabezpieczenia i eskalacja oraz styl głosu. W kwestii stylu głosu udziela konkretnych wskazówek. Trzymaj się jednej lub dwóch krótkich zdań na turę, chyba że rozmówca poprosi o więcej szczegółów, i rób krótkie pauzy po każdym pytaniu. Jeśli rozmówca milczy, zadaj krótkie pytanie podsumowujące. A gdy to, co powiedział, było niesłyszalne lub niekompletne, zadaj krótkie pytanie doprecyzowujące, zamiast zgadywać.

Pytania otwarte sprawdzają się w piśmie, ale często dezorientują ludzi w rozmowie. „Czy chcesz, żebym sprawdził Twoje zamówienie?“ działa lepiej niż „Co mogę dla Ciebie zrobić?“. Agent, który pyta „Czy mógłbyś to powtórzyć?“, jest lepszy niż ten, który zgaduje, ponieważ w rozmowie ustnej nieporozumienie wymaga dwóch tur, aby je naprawić.

Kluczowe wnioski

  • Dostępnych jest 28 wbudowanych głosów, współdzielonych przez agenta głosowego i syntezę mowy, plus głosy niestandardowe
  • xAI opisuje ton i przypadki użycia każdego głosu: zacznij od tych przypadków użycia, a następnie przetestuj je na prawdziwych słuchaczach
  • Możesz zmienić głos w trakcie sesji bez zrywania połączenia
  • Strukturyzuj instrukcje zgodnie z sugestiami przewodnika xAI: jedno lub dwa krótkie zdania na turę, krótkie pytania podsumowujące, pytania doprecyzowujące
  • Dopasuj głos do swojej marki, kontekstu użycia i długości interakcji