Salt la conținutul principal
Română— Alege o limbă
Meniu

Alegeți vocea și personalitatea

Lecția 3 din 14 Actualizată 3 noiembrie 2026 Intermediar
Pe această pagină
  1. Douăzeci și opt de voci, douăzeci și opt de prime impresii
  2. Setarea vocii
  3. Potrivirea timbrului cu comportamentul
  4. Cum să decideți
  5. Ce schimbă vorbirea în prompturile dumneavoastră
  6. Puncte cheie

Actualizat la 3 noiembrie 2026, pe baza paginilor xAI Text to Speech și Speech to Speech și a ghidului de generare a prompturilor pentru voce. xAI oferă 28 de voci încorporate, partajate de agentul vocal și de sistemul text-to-speech; descrierile și cazurile de utilizare de mai jos aparțin xAI. Surse: Text to Speech · Speech to Speech · Prompting Guide.

Douăzeci și opt de voci, douăzeci și opt de prime impresii

Agentul Vocal Grok vă pune la dispoziție 28 de voci (la data de 3 noiembrie 2026), fiecare având propriul timbru și temperament, iar fiecare dintre ele vorbește toate limbile suportate. Această alegere este mai mult decât cosmetică. Înainte ca prima propoziție să se încheie, utilizatorii și-au deja format o idee despre persoana cu care vorbesc. O voce veselă care anunță anularea unei comenzi sună fals; o voce profundă și măsurată într-o demonstrație de produs poate adormi audiența.

VoceTon, conform xAICazuri de utilizare sugerate de xAI
carinaBlândă, empatică, liniștitoareWellness, suport
zaganPuternică, dramatică, de neconfundatPersonaje, narare
helixÎndrăzneață, dinamică, plină de energieComentarii, podcasturi
orionBogată, cinematică, rezonantăNarare, audiobooks
lunaBlândă, răbdătoare, profund grijulieEducație, asistent
irisPrietenoasă, veselă, natural fermecătoareVânzări, suport
altairElegantă, rafinată, de clasă superioarăPublicitate, narare
zenithAscuită, concentrată, determinatăVânzări, publicitate
perseusPuternică, încrezătoare, demnă de încrederePublicitate, narare
heliosVeselă, energică, extrem de versatilăAsistent, wellness
luxEchilibrată, calmă, discret înțeleaptăWellness, narare
keplerInventivă, orientată spre viitor, carismaticăPublicitate, podcasturi
rigelPrecisă, profesională, calm încrezătoare; accent australianAsistent, suport
cosmoLuminoasă, curioasă, ușor de urmăritEducație, podcasturi
celesteCompasivă, încrezătoare, reconfortantăSuport, asistent
ursaPrietenoasă, caldă, constantăAsistent, podcasturi
siriusSpirituată, isteță, jucăușăComentarii, personaje
lumenCaldă, clară, captivantăEducație, publicitate
castorCarismatică, practică, relaxatăVânzări, suport
nakshCaldă, gânditoare, înțeleaptă; accent indianAsistent, suport
atlasÎncrezătoare, autoritară, reconfortantăVânzări, asistent
auroraSenină, constantă, radiantăSuport, asistent
lioraCalmă, echilibrată, luminoasăWellness, asistent
araCaldă și prietenoasă—
eveEnergică și optimistă; accent britanic—
leoAutoritară și puternică; accent britanic—
rexÎncrezătoare și clară—
salFluidă și echilibrată—

Lista se modifică în timp. GET /v1/tts/voices returnează lista curentă, iar API-ul Custom Voices vă permite să creați o voce pe baza unui scurt clip de referință; apoi utilizați ID-ul acesteia exact ca pe o voce încorporată.

Setarea vocii

Selectați vocea în câmpul voice al mesajului session.update. Acest lucru necesită trei linii:

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

Numele nu face distincție între majuscule și minuscule: "Eve", "eve" și "EVE" se referă toate la aceeași voce. Documentația text-to-speech listează eve ca voce implicită; pentru agent, setați întotdeauna vocea în mod explicit. La fel ca în restul configurației, trimiterea unui nou session.update în timpul conversației schimbă vocea. Un flux de recepție telefonică ar putea începe cu o voce de salut energică, apoi să comute la una mai calmă imediat ce apelul virează către un subiect sensibil.

Potrivirea timbrului cu comportamentul

Vocea face doar jumătate din treabă: ea stabilește textura, în timp ce instructions stabilesc conduita. O voce caldă care înșiră răspunsuri seci creează o disonanță pe care utilizatorii o simt fără a o putea numi. Cele trei configurații de mai jos ilustrează trei asocieri coerente între timbru și rol.

Pentru serviciul clienți, celeste, listată de xAI pentru suport, se asociază cu un ton răbdător și o cale de ieșire către un operator uman:

{
  "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."
  }
}

Pentru un tutorial tehnic, cosmo, listat pentru educație, se asociază cu instrucțiuni despre structură și precizie:

{
  "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."
  }
}

Pentru un program de integrare în companie, leo aduce o autoritate pe care instrucțiunile o atenuează prin căldură și verificări regulate:

{
  "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."
  }
}

Cum să decideți

Patru considerații apar în fiecare proiect. Primul este alinierea la brand: un brand premium se va regăsi în altair, un startup relaxat în castor sau iris, iar inversarea acestora creează o nepotrivire instantanee. Al doilea este contextul de utilizare, care uneori primează asupra brandului: un asistent de wellness necesită o voce listată de xAI pentru wellness, cum ar fi carina, lux sau liora, în timp ce o centrală telefonică face bine să liniștească apelantul cu celeste sau aurora. Al treilea este durata interacțiunii: în sesiunile lungi, o voce calmă este mai puțin obositoare decât una foarte distinctivă. Al patrulea, și cel mai important, este faptul că percepția oamenilor asupra unei voci este subiectivă. Înainte de a vă angaja, redați trei candidați unui grup mic de utilizatori reali, în limba țintă. Durează o oră și vă scutește de a descoperi după lansare că vocea aleasă irită jumătate din clienții dumneavoastră.

Ce schimbă vorbirea în prompturile dumneavoastră

Trecerea la voce sparge unele obiceiuri de scriere a prompturilor și impune altele noi. Ghidul de generare a prompturilor pentru voce xAI sugerează o structură în cinci părți: rol și personaj, obiectiv, fluxul conversației, limite și escaladare, și stilul vocal. Pentru stilul vocal, oferă sfaturi specifice. Limitați-vă la una sau două propoziții scurte per intervenție,除非 apelantul cere mai multe detalii, și faceți o pauză scurtă după fiecare întrebare. Dacă apelantul tace, reluați cu o întrebare scurtă. Iar când ceea ce au spus a fost inaudibil sau incomplet, puneți o scurtă întrebare de clarificare în loc să ghiciți.

Întrebările deschise funcționează bine în scris, dar adesea îi dezorientază pe oameni în conversație. „Doriți să verific comanda dumneavoastră?“ funcționează mai bine decât „Cu ce vă pot ajuta?“. Și un agent care întreabă „Ați putea repeta?“ este preferabil unuia care ghicește, deoarece într-un schimb verbal, o neînțelegere necesită două intervenții pentru a fi corectată.

Puncte cheie

  • Sunt disponibile 28 de voci încorporate, partajate de agentul vocal și text-to-speech, plus voci personalizate
  • xAI descrie tonul și cazurile de utilizare pentru fiecare voce: porniți de la aceste cazuri de utilizare, apoi testați cu ascultători reali
  • Puteți schimba vocea la mijlocul sesiunii fără a întrerupe conexiunea
  • Structurați instrucțiunile așa cum sugerează ghidul xAI: una sau două propoziții scurte per intervenție, follow-up-uri breve, întrebări de clarificare
  • Potriveți vocea cu brandul dumneavoastră, contextul de utilizare și durata interacțiunilor