Limbi și vorbire multilingvă
Pe această pagină
Actualizat la 3 noiembrie 2026, pe baza paginii xAI Text to Speech. Sursă: Text to Speech.
Douăzeci de limbi pentru un public global
Grok TTS acoperă douăzeci de limbi, fiecare cu propriile accente naturale și pronunție. Consecința practică este simplă: o aplicație audio destinată unui public internațional nu mai trebuie să gestioneze mai mulți furnizori de voce, cu calitatea inegală și contractele separate pe care acest lucru le implică. O singură integrare, un singur format de cerere și treceți de la engleză la japoneză modificând un singur parametru.
Această acoperire influențează, de asemenea, modul în care proiectați produsele. O platformă de e-learning care și-a publicat modulele audio doar în engleză le poate oferi acum în zece limbi fără a reînregistra niciun actor de voce și fără a renegocia drepturile de voce.
Limbi acceptate
| Cod BCP-47 | Limbă | Regiune |
|---|---|---|
en | Engleză | Internațional |
fr | Franceză | Franța |
de | Germană | Germania |
es-ES | Spaniolă | Spania |
es-MX | Spaniolă | Mexic |
pt-BR | Portugheză | Brazilia |
pt-PT | Portugheză | Portugalia |
it | Italiană | Italia |
ja | Japoneză | Japonia |
ko | Coreeană | Coreea de Sud |
zh | Chineză | China |
hi | Hindi | India |
ar-EG / ar-SA / ar-AE | Arabă | Egipt / Arabia Saudită / EAU |
ru | Rusă | Rusia |
tr | Turcă | Turcia |
id | Indoneziană | Indonezia |
vi | Vietnameză | Vietnam |
bn | Bengaleză | Bangladesh / India |
Declarați limba pentru fiecare cerere
Parametrul language este obligatoriu: nicio cerere TTS nu este procesată fără acesta. Fie indicați un cod BCP-47 explicit, fie utilizați valoarea auto, care permite modelului să deducă limba din text.
{
"text": "Hello, how are you today?",
"voice_id": "ara",
"language": "en"
}
Detectarea automată este utilă atunci când nu cunoașteți limba utilizatorului în prealabil: un formular de contact deschis tuturor, un flux de comentarii sau un chatbot internațional. Totuși, aceasta rămâne o inferență, iar inferențele pot fi eronate. În cazul unei propoziții de trei cuvinte sau al unui text care amestecă două limbi încă de la prima linie, modelul poate selecta profilul fonetic greșit și vă poate returna o lectură în franceză cu accent englezesc. Ori de câte ori cunoașteți limba, specificați-o: rezultatul va fi mai fiabil.
Cuvinte străine într-o propoziție
Un text în engleză presărat cu câțiva termeni străini se declară tot ca "en". Documentația actuală xAI nu descrie comutarea pronunției la mijlocul unei propoziții, așa că ascultați cum sunt rostiți termenii străini sau tehnici și remediați problemele folosind tabelul replace.
{
"text": "Our team deploys to Kubernetes with kubectl.",
"voice_id": "rex",
"language": "en",
"replace": {"kubectl": "kube cuttle"}
}
Fiecare cheie din replace este înlocuită cu valoarea sa înainte de sinteză: doar audio-ul se modifică, iar textul pe care îl trimiteți și pentru care plătiți rămâne al dumneavoastră. Valoarea poate fi o rescriere fonetică sau IPA (Alfabetul Fonetic Internațional) scrisă între bare oblice, pe care modelul o citește direct. xAI citează exact acest caz: termeni a căror pronunție derivă din uz și nu din ortografie, cum ar fi nginx sau kubectl. Tabelul acceptă până la 200 de intrări, cu chei de maximum 100 de caractere și fără punctuație sau simboluri.
Variante regionale
Spaniola, portugheza și araba există în mai multe variante, iar alegerea nu este doar cosmetică: afectează pronunția, intonația și anumite elemente de vocabular. Între es-ES și es-MX, alegeți între intonația și vocabularul castilian, pe de o parte, și cel mexican, pe de altă parte. Între pt-BR și pt-PT, diferența de pronunție este evidentă pentru orice vorbitor nativ. Pentru arabă, ar-EG, ar-SA și ar-AE corespund registrelor egiptean, saudit și emirian.
Alegeți întotdeauna varianta vorbită de publicul dumneavoastră țintă. Un tutorial pentru piața mexicană narat în spaniolă castiliană are același efect ca o reclamă americană voceată cu accent britanic: oamenii vor asculta, dar vor observa că nu a fost creat avându-i în vedere pe ei.
Obiceiuri care previn surprizele neplăcute
Utilizați un singur cod de limbă per cerere: limba principală a textului. Un text în engleză cu câțiva termeni străini se declară ca "en", iar cuvintele problematice se remediază cu replace, în loc să fragmentați textul în blocuri în limbi diferite.
Apoi, testați fiecare limbă înainte de a o deschide utilizatorilor, folosind propoziții care reprezintă conținutul dumneavoastră real, nu un simplu „bonjour“. Calitatea variază de la o limbă la alta, iar este preferabil să depistați o problemă de ritm în timpul testelor decât în producție.
În final, acordați atenție numelor proprii. Un nume de familie polonez într-un text englezesc, un brand japonez într-unul spaniol: motorul aplică regulile limbii declarate și le poate citi doar aproximativ. Atunci când pronunția contează, cum ar fi numele unui client într-un mesaj de salut, adăugați-l în tabelul replace cu ortografia sa fonetică și verificați rezultatul auditiv.
Puncte cheie
- Sunt acceptate douăzeci de limbi, cu variante regionale pentru spaniolă, portugheză și arabă
- Parametrul
languageeste obligatoriu, avândautoca opțiune de detectare automată - Tabelul
replace(rescriere fonetică sau IPA) remediază pronunția cuvintelor străine și a numelor proprii fără a modifica textul facturat - Utilizați întotdeauna varianta regională care corespunde publicului dumneavoastră țintă