Odziv zvoka in cenik
Na tej strani
Posodobljeno 3. novembra 2026 na podlagi strani xAI Pricing, Rate limits in Text to Speech. Viri: Pricing · Rate limits · Text to Speech.
Obdelava odziva in nadzor stroškov
Ko API za pretvorbo besedila v govor (TTS) uspe, vrne tok zvočnih bajtov neposredno v telesu HTTP-zahtevka. Da bi TTS uspešno poganjal v produkcijskem okolju, moraš znati pravilno obdelati ta odziv in predvideti stroške.
Anatomija HTTP-odziva
Odziv ima statusno kodo 200, telo pa vsebuje izključno zvočne bajte. Ovoja JSON ni. Pomembni glavi HTTP sta:
Content-Type: zvočni format (audio/mpegza MP3,audio/wavza WAV,audio/pcmza PCM)Content-Length: velikost zvočne datoteke v bajtih
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")
Zapis v datoteko
Najpreprostejši pristop je neposreden zapis odziva v datoteko:
with open("output.mp3", "wb") as f:
f.write(response.content)
Pretakanje odziva (Streaming)
Pri velikih datotekah odziv pretakaj, da ne bi celotnega zvoka naložil v pomnilnik:
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)
Neposredno predvajanje v brskalniku
V JavaScriptu na strani odjemalca (po posredovanju zvoka prek svojega zaledja) lahko dinamično ustvariš zvočni element:
const audioBlob = new Blob([audioBuffer], { type: "audio/mpeg" });
const audioUrl = URL.createObjectURL(audioBlob);
const audio = new Audio(audioUrl);
audio.play();
Ne pozabi sprostiti URL-ja Blob po koncu predvajanja, da preprečiš puščanje pomnilnika (to podrobneje obravnava lekcija o produkcijskem okolju).
Preslikava kodeka v Content-Type
| Zahtevani kodek | Prejeti Content-Type | Končnica datoteke |
|---|---|---|
mp3 | audio/mpeg | .mp3 |
wav | audio/wav | .wav |
pcm | audio/pcm | .pcm |
mulaw | audio/basic | .ul |
alaw | audio/alaw | .al |
Podrobnosti o ceniku
Storitev TTS stane 15 USD na milijon znakov (cena xAI z dne 3. novembra 2026). Obračuna se vsebina polja text, kot jo pošlješ, vključno z izraznimi oznakami.
Ocena stroškov
| Količina | Znaki | Ocenjeni strošek |
|---|---|---|
| 1 stavek | ~100 | 0,0015 USD |
| 1 odstavek | ~500 | 0,0075 USD |
| 1 natisnjena stran | ~2.000 | 0,03 USD |
| 1 objava na blogu | ~5.000 | 0,075 USD |
| 1 knjiga (200 strani) | ~400.000 | 6 USD |
| 1 milijon znakov | 1.000.000 | 15 USD |
Oznake in obračunavanje
Izrazne oznake, kot so [pause], <whisper> in <loud>, se štejejo v skupno število znakov. Besedilo s 1.000 znaki in 50 znaki oznak se obračuna kot 1.050 znakov. To je običajno manj kot 5 % celotnega besedila.
Omejitve sočasnosti
Glede na stran xAI Rate limits TTS na osnovni ravni sprejme 50 zahtevkov na sekundo in 100 sočasnih sej; te omejitve naraščajo z ravnjo tvoje ekipe (do 500 in 500). Stran Text to Speech omenja tudi 50 sočasnih sej WebSocket na ekipo. Če te omejitve presežeš, API vrne napako 429: pri velikih količinah razporedi zahtevke v časovnih presledkih ali uporabi čakalno vrsto.
Ocena dolžine zvoka
Dolžina ustvarjenega zvoka je odvisna od besedila, izbranega glasu in nastavitve speed. Okvirno govorno branje teče s hitrostjo približno 150 besed na minuto oziroma okoli 850 znakov na minuto v angleščini: to izmeri s svojim glasom, preden obljubiš določeno trajanje. Za točno vrednost parameter with_timestamps vrne trajanje zvoka (duration) skupaj s časovnimi žigi.
S to hitrostjo besedilo s 60.000 znaki, kar je omejitev za en zahtevek, ustvari nekaj več kot uro zvoka.
Ključne ugotovitve
- Odziv TTS je binarni tok, ne JSON
- Content-Type ti pove, kateri zvočni format si prejel
- Velike datoteke pretakaj (streamaj)
- Strošek znaša 15 USD na milijon znakov, vključno z oznakami
- Na osnovni ravni: 50 zahtevkov na sekundo in 100 sočasnih sej
- Zahtevek s 60.000 znaki ustvari približno uro zvoka