Preskok na glavno vsebino
Slovenščina— Izberite jezik
Meni

Izberi glas in osebnost

Lekcija 3 od 14 Posodobljeno 3. november 2026 Srednje napredni
Na tej strani
  1. Osemindvajset glasov, osemindvajset prvih vtisov
  2. Nastavi glas
  3. Uskladi barvo glasu z vedenjem
  4. Kako se odločiti
  5. Kaj govor spremeni v tvojih pozivih (prompts)
  6. Ključne ugotovitve

Posodobljeno 3. novembra 2026 na podlagi strani xAI Text to Speech in Speech to Speech ter vodnika za ustvarjanje pozivov (prompting guide). xAI ponuja 28 vgrajenih glasov, ki jih skupaj uporabljata glasovni agent in pretvorba besedila v govor; spodnji opisi in primeri uporabe izhajajo neposredno od xAI. Viri: Text to Speech · Speech to Speech · Prompting Guide.

Osemindvajset glasov, osemindvajset prvih vtisov

Glasovni agent Grok ti ponuja 28 glasov (stanje na dan 3. novembra 2026), vsak s svojim barvnim odtenkom in temperamentom, pri čemer vsak govori vse podprte jezike. Ta izbira je več kot le kozmetična. Še preden se izreče prvi stavek, si uporabniki že ustvarijo predstavo o tem, s kom govorijo. Vesel glas, ki sporoča preklic naročila, deluje napačno; globok, umirjen glas pri predstavitvi izdelka pa uspava celotno sobo.

GlasTon, po mnenju xAIPredlagani primeri uporabe s strani xAI
carinaMehak, empatičen, pomirjujočDobro počutje, podpora
zaganMogočen, dramatičen, prepoznavenLikovno igranje, pripovedovanje
helixDrzen, dinamičen, visokoenergijskiKomentarji, podkasti
orionBogat, filmski, resonančenPripovedovanje, avdio knjige
lunaNežen, potrpežljiv, globoko skrbno vzgojenIzobraževanje, asistent
irisPrijazen, vesel, naravno očarljivProdaja, podpora
altairEleganten, prefinjen, visokega razredaOglaševanje, pripovedovanje
zenithOster, osredotočen, odločenProdaja, oglaševanje
perseusMočan, samozavesten, vzbujajoč zaupanjeOglaševanje, pripovedovanje
heliosVesel, energičen, zelo vsestranskiAsistent, dobro počutje
luxZbran, miren, tiho modrDobro počutje, pripovedovanje
keplerInventiven, usmerjen v prihodnost, karizmatičenOglaševanje, podkasti
rigelNatančen, profesionalen, mirno samozavesten; avstralski naglasAsistent, podpora
cosmoSvetel, radoveden, lahko sledljivIzobraževanje, podkasti
celesteSočuten, samozavesten, pomirjujočPodpora, asistent
ursaPrijazen, topel, stabilenAsistent, podkasti
siriusDuhovit, prebrisan, igrivKomentarji, likovno igranje
lumenTopel, jasen, angažiranIzobraževanje, oglaševanje
castorKarizmatičen, prizemljen, sproščenProdaja, podpora
nakshTopel, premišljen, modr; indijski naglasAsistent, podpora
atlasSamozavesten, avtoritativen, pomirjujočProdaja, asistent
auroraSrečen, stabilen, žarečPodpora, asistent
lioraMiren, zbran, svetelDobro počutje, asistent
araTopel in prijazen—
eveEnergičen in vesel; britanski naglas—
leoAvtoritativen in mogočen; britanski naglas—
rexSamozavesten in jasen—
salGladek in uravnotežen—

Seznam se s časom spreminja. Klic GET /v1/tts/voices vrne trenutni seznam, API za prilagojene glasove (Custom Voices API) pa ti omogoča ustvarjanje glasu na podlagi kratkega referenčnega posnetka; njegov ID nato uporabiš popolnoma enako kot ID vgrajenega glasu.

Nastavi glas

Glas izbereš v polju voice sporočila session.update. Zahteva tri vrstice:

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

Ime ni občutljivo na velikost črk: "Eve", "eve" in "EVE" se nanašajo na isti glas. Dokumentacija za pretvorbo besedila v govor navaja eve kot privzeti glas; za agenta glas vedno nastavi eksplicitno. Kot pri preostali konfiguraciji tudi tu pošiljanje novega session.update sredi pogovora spremeni glas. Tok klica v telefonski centrali se lahko začne z veselim pozdravnim glasom, nato pa takoj, ko pogovor nanese na občutljivo temo, preklopi na mirnejšega.

Uskladi barvo glasu z vedenjem

Glas opravi le polovico dela: določa teksturo, medtem ko instructions določajo vedenje. Topel glas, ki našteva kratke in jedrnate odgovore, ustvarja disonanco, ki jo uporabniki čutijo, čeprav je ne znajo poimenovati. Spodnje tri konfiguracije prikazujejo tri dosledne pare barve glasu in vloge.

Za storitve za stranke se celeste, ki jo xAI navaja za podporo, poveže s potrpežljivim tonom in možnostjo preusmeritve k človeku:

{
  "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."
  }
}

Za tehnični vadnik se cosmo, naveden za izobraževanje, poveže z navodili o strukturi in natančnosti:

{
  "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."
  }
}

Za program uvajanja novih zaposlenih v podjetju leo prinaša avtoriteto, ki jo navodila omilijo s toplino in rednimi preverjanji razumevanja:

{
  "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."
  }
}

Kako se odločiti

Pri vsakem projektu se pojavijo štirje vidiki. Prvi je ujemanje z blagovno znamko: premium znamka se bo prepoznala v altair, sproščen startup v castor ali iris, obrnjen vrstni red pa ustvari takojšnje neskladje. Drugi je kontekst uporabe, ki včasih tehtneje od blagovne znamke: asistent za dobro počutje zahteva glas, ki ga xAI navaja za dobro počutje, kot so carina, lux ali liora, medtem ko telefonska centrala klicatelje dobro pomiri z celeste ali aurora. Tretji vidik je dolžina interakcije: pri dolgih sejah je miren glas manj utrujajoč kot zelo izrazit. Četrti in najpomembnejši vidik je, da je dojemanje glasu subjektivno. Preden se dokončno odločiš, predvajaj tri kandidate peščici resničnih uporabnikov v tvojem ciljnem jeziku. To vzame eno uro, te pa obvaruje pred odkritjem po zagonu, da izbrani glas moti polovico tvojih strank.

Kaj govor spremeni v tvojih pozivih (prompts)

Prehod na govor poruši nekatere navade pri pisanju pozivov in zahteva nove. Vodnik xAI za ustvarjanje glasovnih pozivov predlaga petdelno strukturo: vloga in persona, cilj, tok pogovora, varovala in eskalacija ter slog glasu. Za slog glasu podaja specifične nasvete. Drži se ene ali dveh kratkih stavkov na odmik, razen če klicatelj zahteva več podrobnosti, in po vsakem vprašanju na kratko naredi premor. Če klicatelj utihne, sledi s kratkim vprašanjem. In ko je tisto, kar je povedal, nerazločno ali nepopolno, zastavi kratko pojasnjevalno vprašanje namesto ugibanja.

Vprašanja odprtega tipa dobro delujejo v pisni obliki, a v pogovoru ljudi pogosto zmedejo. „Ali želiš, da preverim tvoje naročilo?” deluje bolje kot „Kako ti lahko pomagam?” Agent, ki vpraša „Lahko to ponoviš?”, je boljši od tistega, ki ugiba, saj v govorni izmenjavi nesporazum zahteva dva obrata za popravilo.

Ključne ugotovitve

  • Na voljo je 28 vgrajenih glasov, ki jih skupaj uporabljata glasovni agent in pretvorba besedila v govor, poleg tega pa še prilagojeni glasovi.
  • xAI opisuje ton in primere uporabe za vsak glas: začni s temi primeri uporabe, nato pa testiraj s pravimi poslušalci.
  • Glas lahko spremeniš sredi seje, ne da bi prekinil povezavo.
  • Strukturiraj navodila tako, kot predlaga vodnik xAI: en ali dva kratka stavka na odmik, kratka sledenja, pojasnjevalna vprašanja.
  • Uskladi glas s svojo blagovno znamko, kontekstom uporabe in dolžino interakcij.